はじめに
. . .

WAIC
. . . . . . . . . .

.
.

R で WAIC
@motivic
Japan.R 2013

2013 年 12 月 7 日

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

目次
.
1

はじめに
自己紹介
今年を振り返る

.
2

WAIC
正則モデル・特異モデル
WAIC の理論的妥当性
WAIC の計算式
WAIC の計算例
R による計算の課題

.
3

参考
参考 HP

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

自己紹介

twitter ID:@motivic

職業:研究室警備員
きょーみ:

 代数統計 (代数幾何)



 情報幾何


 トポロジカルデータ解析





 医療統計 









 を用いた  疫学







 因果推論 


統計ゆるふわ勢

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

年末なので今年を振り返る

2013 年のおもひで:
8 月:Tokyo.R デビュー
「21 世紀の手法対決」(MIC と HSIC の性能比較)

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

年末なので今年を振り返る

2013 年のおもひで:
8 月:Tokyo.R デビュー
「21 世紀の手法対決」(MIC と HSIC の性能比較)

6 月:代数統計を学ぶためノルウェーに

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

年末なので今年を振り返る

2013 年のおもひで:
8 月:Tokyo.R デビュー
「21 世紀の手法対決」(MIC と HSIC の性能比較)

6 月:代数統計を学ぶためノルウェーに

ノルウェーでの一コマ:
俺「どんな日本人を知ってる?」
イタリア人「Hidetoshi Nakata

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

年末なので今年を振り返る

2013 年のおもひで:
8 月:Tokyo.R デビュー
「21 世紀の手法対決」(MIC と HSIC の性能比較)

6 月:代数統計を学ぶためノルウェーに

ノルウェーでの一コマ:
俺「どんな日本人を知ってる?」
イタリア人「Hidetoshi Nakata と Sumio Watanabe‡ 」
‡

WAIC/WBIC という情報量規準を作った先生

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

つまり

WAIC は中田くらいスゴイ!
?

@motivic

R で WAIC

参考
.
はじめに
. . .

参考
.

WAIC
. . . . . . . . . .

正則モデルと特異モデルの例
特異モデル †‡
混合正規分布
隠れマルコフモデル

正則モデル
正規分布
線形回帰
.
.
.

ベイジアンネットワーク
ボルツマンマシン, NN
ARMA
.
.
.

              

データサイエンティストが
よく (?) 使うモデル!
              

†

正則条件 (Fisher 情報行列の正則性や identifiability など)
を満たさないモデル
‡ 特異モデルかわいいよ、特異モデル (*´Д`*)
@motivic

R で WAIC
はじめに
. . .

参考
.

WAIC
. . . . . . . . . .

正則モデルと特異モデルの情報量規準
正則モデル
AIC
BIC
TIC
GIC
EIC
RIC
HQC
.
.
.

特異モデル

2009 年まで情報量規準
が存在しなかった

              

              

 
 
 
@motivic

R で WAIC
はじめに
. . .

参考
.

WAIC
. . . . . . . . . .

正則モデルと特異モデルの情報量規準
正則モデル
AIC
BIC
TIC
GIC
EIC
RIC
HQC
.
.
.

特異モデル
WAIC† (2009)
WBIC‡ (2013)

              

              

†

Widely Applicable Information Criterion または
  Watanabe-Akaike Information Criterion
‡ Widely applicable Bayesian Information Criterion
@motivic

R で WAIC
はじめに
. . .

参考
.

WAIC
. . . . . . . . . .

WAIC の理論的妥当性
広中の特異点解消定理

代数幾何
ゼータ関数

超関数
経験過程

@motivic

R で WAIC
はじめに
. . .

参考
.

WAIC
. . . . . . . . . .

WAIC の理論的妥当性
広中の特異点解消定理

代数幾何
ゼータ関数

超関数
経験過程

LT じゃ無理!
@motivic

R で WAIC
はじめに
. . .

参考
.

WAIC
. . . . . . . . . .

WAIC の計算式
.
WAIC
.
X1 , ..., Xn を独立な確率変数, p (x |θ) をモデル, φ(θ) をパラメータ θ
の事前分布としたとき、Z を正規化定数とすると、
T

 ∫

n
n
1

∏


1∑




:= −
log 
p (Xi |θ)
p (Xj |θ)φ(θ)d θ


Z



n
i =1

V

.

WAIC

j =1


n
n
∑ 1 ∫
∏



:=
(log p (Xi |θ))2
p (Xj |θ)φ(θ)d θ

Z
i =1
j =1
 ∫
2 
n
1
 
∏

 

 

 
log p (Xi |θ)
p (Xj |θ)φ(θ)d θ 
−

 
Z



j =1
:= T +

V
n
@motivic

R で WAIC
はじめに
. . .

WAIC
. . . . . . . . . .

WAIC のプログラム
渡辺先生の HP に WAIC の計算例のコードがある

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

WAIC のプログラム
渡辺先生の HP に WAIC の計算例のコードがある
ただし MATLAB…

@motivic

R で WAIC

参考
.
はじめに
. . .

参考
.

WAIC
. . . . . . . . . .

WAIC のプログラム
渡辺先生の HP に WAIC の計算例のコードがある
ただし MATLAB…

ご家庭に

はない!

@motivic

R で WAIC
はじめに
. . .

WAIC
. . . . . . . . . .

WAIC のプログラム
ご家庭にある R で混合分布の WAIC を計算させるため、
MATLAB のコードを R に翻訳して計算してみました
この翻訳した R のコードは 12/13 の R advent calendar に載
せる予定です

@motivic

R で WAIC

参考
.
はじめに
. . .

参考
.

WAIC
. . . . . . . . . .

R で WAIC の計算ができた!
WAIC と汎化誤差 (GE) の期待値と分散がほぼ同じであること
がこのグラフから分かります

0.03

value

0.02

variable

0.01

WAIC
GE

0.00

−0.01

0

10

20

30

40

trial

@motivic

R で WAIC

50
はじめに
. . .

WAIC
. . . . . . . . . .

WAIC と DIC の比較
DIC より WAIC のほうが良いことが分かります

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

課題

このプログラムだと計算が遅い
現在 RStan で高速な WAIC の計算を試してます
詳細は R advent calendar で!

@motivic

R で WAIC

参考
.
はじめに
. . .

WAIC
. . . . . . . . . .

参考 HP

東工大の渡辺先生の HP
http://watanabewww.math.dis.titech.ac.jp/users/swatanab/waic2011.html
R、RStan による WAIC の計算コード
http://motivic.hateblo.jp/entry/2013/12/13/195527
http://motivic.hateblo.jp/entry/2013/12/15/232856

@motivic

R で WAIC

参考
.

More Related Content

PDF
Stan勉強会資料(前編)
PDF
Stanコードの書き方 中級編
PDF
Stan超初心者入門
PDF
階層ベイズとWAIC
PDF
StanとRでベイズ統計モデリング読書会 導入編(1章~3章)
PPTX
一般線形モデル
PPTX
心理学のためのPsychパッケージ
PDF
20180118 一般化線形モデル(glm)
Stan勉強会資料(前編)
Stanコードの書き方 中級編
Stan超初心者入門
階層ベイズとWAIC
StanとRでベイズ統計モデリング読書会 導入編(1章~3章)
一般線形モデル
心理学のためのPsychパッケージ
20180118 一般化線形モデル(glm)

What's hot (20)

PDF
ロジスティック回帰分析の書き方
PDF
社会心理学とGlmm
PPTX
ベイズファクターとモデル選択
PDF
質的変数の相関・因子分析
PPTX
MCMCでマルチレベルモデル
PPTX
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
PDF
あなたの心にBridgeSampling
PDF
パターン認識と機械学習 §6.2 カーネル関数の構成
PPTX
PRML第6章「カーネル法」
PDF
PRML輪読#13
PPTX
回帰モデルとして見る信号検出理論
PDF
2 3.GLMの基礎
PDF
【博士論文発表会】パラメータ制約付き特異モデルの統計的学習理論
PPTX
MCMCによる回帰分析@ベイズセミナー
PDF
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
PDF
Stanの便利な事後処理関数
PDF
Rの高速化
PDF
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
PDF
機械学習のためのベイズ最適化入門
PDF
統計学の基礎の基礎
ロジスティック回帰分析の書き方
社会心理学とGlmm
ベイズファクターとモデル選択
質的変数の相関・因子分析
MCMCでマルチレベルモデル
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
あなたの心にBridgeSampling
パターン認識と機械学習 §6.2 カーネル関数の構成
PRML第6章「カーネル法」
PRML輪読#13
回帰モデルとして見る信号検出理論
2 3.GLMの基礎
【博士論文発表会】パラメータ制約付き特異モデルの統計的学習理論
MCMCによる回帰分析@ベイズセミナー
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
Stanの便利な事後処理関数
Rの高速化
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
機械学習のためのベイズ最適化入門
統計学の基礎の基礎
Ad

RでWAIC

  • 1. はじめに . . . WAIC . . . . . . . . . . . . R で WAIC @motivic Japan.R 2013 2013 年 12 月 7 日 @motivic R で WAIC 参考 .
  • 2. はじめに . . . WAIC . . . . . . . . . . 目次 . 1 はじめに 自己紹介 今年を振り返る . 2 WAIC 正則モデル・特異モデル WAIC の理論的妥当性 WAIC の計算式 WAIC の計算例 R による計算の課題 . 3 参考 参考 HP @motivic R で WAIC 参考 .
  • 3. はじめに . . . WAIC . . . . . . . . . . 自己紹介 twitter ID:@motivic 職業:研究室警備員 きょーみ:   代数統計 (代数幾何)     情報幾何    トポロジカルデータ解析      医療統計            を用いた  疫学         因果推論   統計ゆるふわ勢 @motivic R で WAIC 参考 .
  • 4. はじめに . . . WAIC . . . . . . . . . . 年末なので今年を振り返る 2013 年のおもひで: 8 月:Tokyo.R デビュー 「21 世紀の手法対決」(MIC と HSIC の性能比較) @motivic R で WAIC 参考 .
  • 5. はじめに . . . WAIC . . . . . . . . . . 年末なので今年を振り返る 2013 年のおもひで: 8 月:Tokyo.R デビュー 「21 世紀の手法対決」(MIC と HSIC の性能比較) 6 月:代数統計を学ぶためノルウェーに @motivic R で WAIC 参考 .
  • 6. はじめに . . . WAIC . . . . . . . . . . 年末なので今年を振り返る 2013 年のおもひで: 8 月:Tokyo.R デビュー 「21 世紀の手法対決」(MIC と HSIC の性能比較) 6 月:代数統計を学ぶためノルウェーに ノルウェーでの一コマ: 俺「どんな日本人を知ってる?」 イタリア人「Hidetoshi Nakata @motivic R で WAIC 参考 .
  • 7. はじめに . . . WAIC . . . . . . . . . . 年末なので今年を振り返る 2013 年のおもひで: 8 月:Tokyo.R デビュー 「21 世紀の手法対決」(MIC と HSIC の性能比較) 6 月:代数統計を学ぶためノルウェーに ノルウェーでの一コマ: 俺「どんな日本人を知ってる?」 イタリア人「Hidetoshi Nakata と Sumio Watanabe‡ 」 ‡ WAIC/WBIC という情報量規準を作った先生 @motivic R で WAIC 参考 .
  • 8. はじめに . . . WAIC . . . . . . . . . . つまり WAIC は中田くらいスゴイ! ? @motivic R で WAIC 参考 .
  • 9. はじめに . . . 参考 . WAIC . . . . . . . . . . 正則モデルと特異モデルの例 特異モデル †‡ 混合正規分布 隠れマルコフモデル 正則モデル 正規分布 線形回帰 . . . ベイジアンネットワーク ボルツマンマシン, NN ARMA . . .                データサイエンティストが よく (?) 使うモデル!                † 正則条件 (Fisher 情報行列の正則性や identifiability など) を満たさないモデル ‡ 特異モデルかわいいよ、特異モデル (*´Д`*) @motivic R で WAIC
  • 10. はじめに . . . 参考 . WAIC . . . . . . . . . . 正則モデルと特異モデルの情報量規準 正則モデル AIC BIC TIC GIC EIC RIC HQC . . . 特異モデル 2009 年まで情報量規準 が存在しなかった                                     @motivic R で WAIC
  • 11. はじめに . . . 参考 . WAIC . . . . . . . . . . 正則モデルと特異モデルの情報量規準 正則モデル AIC BIC TIC GIC EIC RIC HQC . . . 特異モデル WAIC† (2009) WBIC‡ (2013)                               † Widely Applicable Information Criterion または   Watanabe-Akaike Information Criterion ‡ Widely applicable Bayesian Information Criterion @motivic R で WAIC
  • 12. はじめに . . . 参考 . WAIC . . . . . . . . . . WAIC の理論的妥当性 広中の特異点解消定理 代数幾何 ゼータ関数 超関数 経験過程 @motivic R で WAIC
  • 13. はじめに . . . 参考 . WAIC . . . . . . . . . . WAIC の理論的妥当性 広中の特異点解消定理 代数幾何 ゼータ関数 超関数 経験過程 LT じゃ無理! @motivic R で WAIC
  • 14. はじめに . . . 参考 . WAIC . . . . . . . . . . WAIC の計算式 . WAIC . X1 , ..., Xn を独立な確率変数, p (x |θ) をモデル, φ(θ) をパラメータ θ の事前分布としたとき、Z を正規化定数とすると、 T  ∫  n n 1  ∏   1∑     := − log  p (Xi |θ) p (Xj |θ)φ(θ)d θ   Z    n i =1 V . WAIC j =1  n n ∑ 1 ∫ ∏    := (log p (Xi |θ))2 p (Xj |θ)φ(θ)d θ  Z i =1 j =1  ∫ 2  n 1   ∏          log p (Xi |θ) p (Xj |θ)φ(θ)d θ  −    Z    j =1 := T + V n @motivic R で WAIC
  • 15. はじめに . . . WAIC . . . . . . . . . . WAIC のプログラム 渡辺先生の HP に WAIC の計算例のコードがある @motivic R で WAIC 参考 .
  • 16. はじめに . . . WAIC . . . . . . . . . . WAIC のプログラム 渡辺先生の HP に WAIC の計算例のコードがある ただし MATLAB… @motivic R で WAIC 参考 .
  • 17. はじめに . . . 参考 . WAIC . . . . . . . . . . WAIC のプログラム 渡辺先生の HP に WAIC の計算例のコードがある ただし MATLAB… ご家庭に はない! @motivic R で WAIC
  • 18. はじめに . . . WAIC . . . . . . . . . . WAIC のプログラム ご家庭にある R で混合分布の WAIC を計算させるため、 MATLAB のコードを R に翻訳して計算してみました この翻訳した R のコードは 12/13 の R advent calendar に載 せる予定です @motivic R で WAIC 参考 .
  • 19. はじめに . . . 参考 . WAIC . . . . . . . . . . R で WAIC の計算ができた! WAIC と汎化誤差 (GE) の期待値と分散がほぼ同じであること がこのグラフから分かります 0.03 value 0.02 variable 0.01 WAIC GE 0.00 −0.01 0 10 20 30 40 trial @motivic R で WAIC 50
  • 20. はじめに . . . WAIC . . . . . . . . . . WAIC と DIC の比較 DIC より WAIC のほうが良いことが分かります @motivic R で WAIC 参考 .
  • 21. はじめに . . . WAIC . . . . . . . . . . 課題 このプログラムだと計算が遅い 現在 RStan で高速な WAIC の計算を試してます 詳細は R advent calendar で! @motivic R で WAIC 参考 .
  • 22. はじめに . . . WAIC . . . . . . . . . . 参考 HP 東工大の渡辺先生の HP http://watanabewww.math.dis.titech.ac.jp/users/swatanab/waic2011.html R、RStan による WAIC の計算コード http://motivic.hateblo.jp/entry/2013/12/13/195527 http://motivic.hateblo.jp/entry/2013/12/15/232856 @motivic R で WAIC 参考 .