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
)
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?
- 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 |