超要約 Stan Reference
- 1. 自己紹介 ステータス! • @piroyoung ! ! • 家具作りが好き ! ! ! • 数学(ゲーム理論） → （物流 → 小売）→ データなんとか 装備! • R → Python, SQL, VBA, Stan, Ruby,…F# ! スキル・興味! • アドテク系の商品企画・開発など • NLP新参者 • ベイズスパイラル 1
- 2. Piroyoung ノリと勢いがLTの決め手！ 痩せる「行動ス 経済学」 ベる♨ウケる は表裏一体！
- 3. そんな知識持ってません！
- 4. 超要約 Stan Reference @piroyoung 数値計算をしないとモデリングは終わらないので．
- 5. 1．Stanを使おう
- 6. 1．Stanを使おう Stan Jags NUTS-HMC Gibbs Sampling if文あり 行列演算あり vectorize 商用並みのサポート(?) （笑） カッコいいカッコ悪い いい▲ ▲なかなかいい ▶︎初動はStanかなという感じ．
- 8. 2．みどりぼんでやったこと コレがあれば事後分布からサンプルとれるよ! f(✓|Y ) = R f(Y |✓)f(✓) f(Y |✓)f(✓)d✓ log f(✓|Y ) = log f(Y |✓) + log f(✓) Z
- 9. 3．STANのモデル記法
- 10. 3．STANのモデル記法 data{ ! Y } parameters{ ! ✓ } model{ ! } log f(Y |✓) + log f(✓) log f(✓|Y ) = log f(Y |✓) + log f(✓) Z
- 18. 5．sampling statement increment_log_prob( xxx_log( p,param,…))! と p~xxx(param,…)! は同値な表現だよ．xxxは分布の名前．
- 20. 6．vectorize
- 21. 6．vectorize このyはint型の配列．! 引数に高次元のベクトル・配列を渡すと! 返り値も適切な次元で帰ってくれる． increment_log_probにベクトル・配列を渡すと! 各成分を繰り返し渡すのと同じ挙動
- 22. 6．vectorize
- 23. 7．まとめ・補足 • increment_log_probを正しく理解しよう • vectorizeを使おう • Stan-Usersを活用しよう • Tarzan 10月号買って健康になりましょう
- 24. おまけ