Nospare
@Nospare_Inc
株式会社Nospare公式アカウント
統計学・機械学習・AIに関する記事とウェビナー情報を配信
Qiita:
ウェビナー:
弊社に関するご質問は、HPよりお問い合わせください。
45 フォロー中 4.8K ファン
📢【新着セミナー】
9/2(水) 19時より、早稲田大学より粟屋 直先生をお迎えし、セミナー『木構造に基づくベイズ分析入門』を開催いたします。
古典的な木構造モデルからスタートし、木の構造そのものに事前分布を置くとは何をすることなのかを考え、近年のデータ分析で不可欠なアンサンブル学習まで拡張していきます。
【申込・詳細ページ】
【学習ポイント】
- CART（Classification and Regression Trees）の基本構造と特徴を学び、木構造モデルの強みを理解します。
- 木の構造と終端ノードのパラメータに事前分布を設定するベイズ的木構造モデルの考え方を理解し、木構造を更新する MCMC アルゴリズムの基本を身につけます。
- 複数の弱い木を組み合わせる BART（Bayesian Additive Regression Trees）のモデル設計を学び、過学習を抑える正則化事前分布、ハイパーパラメータ調整、および各木を順次更新する back-fitting アルゴリズムの仕組みを理解します。
【講義の流れ】
1. CART を題材に、木構造モデルの基本構造と解釈のしやすさを確認する
2. 木の構造と終端ノードに事前分布を置くベイズ決定木と、MCMC による更新の見通しを解説する
3. BART のモデル設計（正則化事前分布・ハイパーパラメータ）と back-fitting による更新を整理する
4. BART の拡張（多クラス・密度回帰・二標本比較など）と、階層ベイズへの組み込みの話題に触れる
#ベイズ統計# #BART# #決定木# #アンサンブル学習# #データサイエンス# #MCMC#
もっと見る
