BUGS/Stan勉強会#3

hoxo_m @hoxo_m

なるほどねー #TokyoBUGS

松浦 健太郎 @hankagosa

今まで裾の重さを入れることばかりを気にしていて、歪みを積極的にモデル化しようとは思いつかなかったなー 歪むメカニズムも確かに有りそうだし。#TokyoBUGS

hoxo_m @hoxo_m

次の発表資料です。 #TokyoBUGS slideshare.net/hoxo_m/stan-36…

タイムテーブルbot @event_timetable

■ ----- 13:40 Stanで切断データの相関係数を推定してみた / @hoxo_m atnd.org/events/52769 #TokyoBUGS

siero @siero5335

家の中のラドン濃度推定か…応用効くかも　#TokyoBUGS

もっちぃ @tanimocchi

相型分布 en.wikipedia.org/wiki/Phase-typ… orsj.or.jp/~wiki/wiki/ind… 「相型分布は (0,∞) で定義されたあらゆる確率分布を任意の精度で近似できる」 #TokyoBUGS

タイムテーブルbot @event_timetable

■ ----- 13:50 Stanで決める人類最強の男 / @TeitoNakagawa atnd.org/events/52769 #TokyoBUGS

過学習(bias and variance) @biasandvariance

Stan2.0では離散変数をparameterとできないことについて - xiangze's sparse blog #tokyoBUGS xiangze.hatenablog.com/entry/2013/12/…

松浦 健太郎 @hankagosa

hoxo_mさんのバイアスの掛かったデータの相関係数の問題、よく使われる統計手法からの発展としてすごくいい例だし、片方しか観測されていないデータを使ってもあれほど改善するとは驚いた。#TokyoBUGS

TJO @TJO_datasci

余談ですが #hcmpl が開催されている今日、2000km彼方ではデータ分析に関する勉強会が連続して2つ( #TokyoBUGS / #TokyoR )開催されております（主に沖縄の人向け紹介）

松浦 健太郎 @hankagosa

渡辺ベイズ本の「5. 事後分布の実現」という章にMCMC（例:HMC,ギブスサンプリング,ランジュバン方程式を用いる方法）,平均場近似（例:変分ベイズ法）の（易しくはないですが）簡潔で良い説明があります。 amazon.co.jp/dp/4339024627 #TokyoBUGS