Ｐｙｔｈｏｎで体験するベイズ推論 ＰｙＭＣによるＭＣＭＣ入門

ＰｙｔｈｏｎのＭＣＭＣライブラリＰｙＭＣを用いて、豊富な例題でベイズ推論を実践するスタイルの入門書。数式は最低限に控えて、ベイズ推論のコンセプトを伝える。実践的なＰｙｔｈｏｎコードを多数掲載。【「TRC MARC」の商品解説】

◆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【商品解説】