『StanとRでベイズ統計モデリング』のPython/Pyro実装

概要

このレポジトリは，松浦先生の「StanとRでベイズ統計モデリング」のコードをpython/pyroで再現しています．

したがって，基本的には松浦先生のルールに則り，実装しています．

各章の番号.ipynb

• jupyter notebook（X-Y.ipynb）

各章のディレクトリの構成

• input:元々のレポジトリと同様にデータを格納
• exercise:練習問題に対するjupyter notebook

Stanとpyroの記述の違い

Stanでは，

model {
  for (n in 1:N) {
    Y[n] ~ normal(mu, 1);
  }
  mu ~ normal(0, 100);
}

とするらしい．（松浦先生準拠）

pyroでは，

def model(data):
    mu0 = torch.tensor(0.0)
    sigma0 = torch.tensor(100.0)

    mu = pyro.sample("latent_mean", dist.Normal(mu0, sigma0))

    with pyro.plate("data", data.size(0)):
        pyro.sample("obs", dist.Normal(mu, 1), obs=data)

となるっぽい？

進捗状況

• 4章
  • MCMC
  • VI
  • リファクタリング
• 5章
  • MCMC
  • VI
  • リファクタリング
• 7章
  • MCMC
  • VI
  • リファクタリング
• 8章
  • MCMC(ただし，確率変数が多すぎて実行不可能)
  • VI
  • リファクタリング
• 10章
  • MCMC
  • VI
  • リファクタリング
• 11章
  • MCMC
  • VI
  • リファクタリング
• 12章
  • MCMC
  • VI
  • リファクタリング

ソースコードの実行環境

ソフトやパッケージ名	バージョン
python	3.7.1
pyro	dev/0.3.0+0c49858a
pytorch	1.1.0a0+8683b75
numpy	1.15.4
scipy	1.2.0
pandas	0.23.4
matplotlib	3.0.2
seaborn	0.9.0
statsmodels	0.9.0