【無料で読める】PyMC3、Pyroで学ぶ統計モデリング発展

※ 細かい内容の調整ができていない箇所がある可能性があるので、先にUnlimitedで中身を確認した上での購入を推奨します。

入門編(https://www.amazon.co.jp/dp/B08FYMTYBW)の続編となります。最尤法、MAP推定、MCMC(メトロポリス法)などの理解を元にさらに発展的なモデリングについて取り扱っていきます。具体的には混合モデルや階層モデルなどの発展的なモデリングとPyMC3を用いた実装、PyMC3やPyroなどの確率的プログラミング言語(PPL; Probabilistic Programming Languages)の概要、ハミルトニアンモンテカルロ、NUTS、確率的変分ベイズなどのPPLで用いられている近似手法などについて取り扱っています。

※ 入門編(https://www.amazon.co.jp/dp/B08FYMTYBW)の理解をある程度前提として話を進めていますので、それなりに難しいです。発展編ではなるべく攻めた内容とできればということで、初版段階ではかなり荒削りな内容となりました。随時更新を行っていく予定ですが、あまり期待し過ぎないようよろしくお願いいたします。（誤植やわかりづらい点、著者の理解が及んでいない点は随時修正しますので、なるべくレビューではなく著者に直接ご連絡いただけたら大変嬉しいです。）

・目次

Ch.1 統計モデリングの基本の復習

Ch.2 近似手法 (MCMC と変分推論)

Ch.3 確率的プログラミング言語 (PPL) について

Ch.4 統計モデリング発展

Ch.5 PPL の裏側の処理