Pythonで体験するベイズ推論:PyMCによるMCMC入門

著者 : キャメロンデビッドソン=ピロン 玉木徹

• 森北出版 (2017年4月6日発売)

作品紹介・あらすじ

◆Pythonモジュール「PyMC2」初の解説書
「PyMC」は，NumPy，SciPy，Matplotlibなどのツールとも高い親和性をもつ，MCMC（マルコフ連鎖モンテカルロ法）を用いたベイズ推論のためのPythonモジュールです．こうしたツールの登場により，これまで敷居の高かったベイズ推論を用いたデータ解析は，ますます実用性を高めています．

◆MCMCを動かしながら体得！　――ベイズ推論の新しい学び方
ベイズ推論をデータ分析で実践するまでには，従来は「ベイズ統計の基礎を学ぶ」 →「高度な計算手法の原理と実装法を学ぶ」→「コードを書いて実データを解析する」というステップが必要でした．しかしPyMCを使えば，このプロセスを大幅に短縮し，「いきなりMCMCを走らせる」→「結果を見ながらベイズ推論のエッセンスを学ぶ」という，効率的かつ実用的な学習法が実現します．Jupyter NotebookでのPythonコードが多数掲載された本書は，その格好の手引きです．

～～本書を読めばわかること～～
・ベイズ推論とはなにか，他の統計的推論との違い
・統計モデルをPyMCで実装する方法
・MCMCの考え方と威力
・損失関数の選び方・使い方
・事前分布の選び方と，サンプルサイズによる影響
・ベイズ主義的なA/Bテストの実践方法

感想・レビュー・書評

[たっくすさんの感想 · 2021年2月27日]

ベイズモデリングを使うことを主眼とした本であり、例題を通して、モデリングとMCMCによる推論方法(確率的プログラミング言語の使い方)が初心者向けに解説されている。本書で使用される確率的プログラミング言語はPyMCなので時代遅れ感があるが、GitHubにPyMC3の実装も載っている。一方で書かれていない内容(状態空間モデル、階層ベイズなど)も多く、物足りなさが若干あった。

[nha6kiさんの感想 · 2022年1月28日]

ベイズ推論について，この本の説明が一番わかりやすかった

[東京大学医学図書館さんの感想 · 2017年9月29日]

9月新着
東京大学医学図書館の所蔵情報
https://opac.dl.itc.u-tokyo.ac.jp/opac/opac_search/?lang=0&amode=2&appname=Netscape&version=5&cmode=0&smode=0&kywd=4311422176

[fraserlibさんの感想 · 2017年4月26日]

請求記号　417/D 46