いかり
@bebebeBayes
Followers
3,534
Following
584
Media
1,351
Statuses
16,117
会社員 Bayesian statistics/causal inference #R #Python
東京
Joined November 2021
Don't wanna be here?
Send us removal request.
Explore trending content on Musk Viewer
#LaCasaDeLosFamososMx
• 469117 Tweets
#LetEnhypenRest
• 188081 Tweets
Gala
• 153677 Tweets
Adrián Marcelo
• 132370 Tweets
Karime
• 122796 Tweets
Arath
• 101520 Tweets
Gomita
• 100605 Tweets
#LCDFMX2
• 72997 Tweets
PROTECT BINI AT ALL COST
• 50981 Tweets
Demokratie
• 43549 Tweets
Goma
• 33284 Tweets
Mayito
• 31521 Tweets
MIX師
• 22509 Tweets
解雇規制緩和
• 19583 Tweets
Cecilia
• 19019 Tweets
PrabowoJKW RUKUNkompak
• 17301 Tweets
BekerjaBERSATU UntukNKRI
• 16796 Tweets
Brian Kelly
• 16255 Tweets
通学時間
• 14274 Tweets
ドラゴンボールDAIMA
• 13853 Tweets
Happy New Week
• 11705 Tweets
René Franco
• 10884 Tweets
Miller Moss
• 10176 Tweets
Pinned Tweet
訳者である菅澤先生(
@sssugasawa
)より『ベイズデータ解析 第3版』をご恵贈頂きました。
原著の『Bayesian Data Analysis 3』は超有名な教科書で、Amazonで200件以上レビューされ評価4.7の名著です。
『標準ベイズ統計学』や中級レベルの数理統計の知識があれば十分読めるので手に取ってみてください！
1
58
314
たしかにソラより低い場所に浮かんでいる。
189
16K
145K
ガチモンの生存者��イアスだ。
30
4K
34K
「数学って難しいですよね」という話をすると、その人がどこで数学を諦めたのかが分かる。ルートがと話す人は中学時代、サインコサインがと話す人は数1、ベクトルがと話す人は数2、線形代数がと話す人は大学初年度でそれぞれ数学から距離を取っていることが多く、測度論がと話す人には異常者が多い。
249
5K
21K
最近邦訳が出たアイエンガーの本もブレインストーミングに否定的だったな。
今読んでる本 によれば、グループで行うブレインストーミングは無意味、むしろ逆効果、が定説らしい 「情報」の教科書とかはブレーンストーミング勧めてるのに
7
332
1K
5
709
2K
ついに邦訳が。再現性問題に関心がある人は是非呼んで欲しい。
Science Fictions あなたが知らない科学の真実
2
389
2K
これ読んでる。論理的思考とか論理的推論が、実は普遍的ではなく文化によって構築されてるよって内容。第2部を読めば実践的な内容は掴めそう。
自分としては、理論パートの1章に色々疑問点があるので有識者に聞いてみたい。
2
194
2K
訳あって入門書を色々読んでたんだけど、この本は教養レベルの数学とPythonが書ける人にとってとても優れた本だと思った。
理論がしっかり(高度過ぎない程度に)書かれているし、実装はアルゴリズムの本質的な箇所をスクラッチで書いてある。理論と実装ともにこのクオリティの入門書はそうはない。
1
181
2K
これ全然話題にならないけどめちゃくちゃいい本だと思う。統計学において線形代数が生きる様子がよく分かる。
4
102
1K
コインの表が出る確率をxとする。
n+1回投げて表が1回、裏がn回出る確率は(n+1)*x*(1−x)^nであり、これは明らかに1以下。
8
123
841
これはフィッシャーを統計学の歴史から抹殺したいベイジアンによるツイートらしい。
3
172
826
中2「中学の数学全部終わった！」←すごい。
中2「高校の勉強全部終わった！」←すごい。
中2「微積の教科書全部終わった！」←すごい。
中2「『解析概論』全部終わった！」←すごい。
中2「測度論関数解析超関数論全部終わった！」←Y.Kawahigashi。
3
84
742
「自分に数学の独学は無理」と決め込んで取り組んでいない人はそれなりにいる。
実際昔の私は数学書に過剰に怯え、ブルー��ックスを摘み食いしていた。講義を受けなければ理解出来るわけないと思っていたが、あるとき必要に迫られて線形代数を独学してみると、意外と理解出来てそれが自信になった。
3
79
577
データ分析失敗事例集（仮）
面白そう。
2
132
584
中妻先生の『ファイナンスのためのMCMC法によるベイズ分析』がオープンアクセスなの知らなかったな。物理本は凄まじい価格で出回っているのでありがたい限り。
0
97
528
マクリン先生が再現性の危機についての金子書房さんのノートに記事を掲載されていた。
ベイズ統計学と再現性の危機（テンプル大学統計科学部助教授：マクリン謙一郎） #心理統計を探検する｜「こころ」のための専門メディア 金子書房
@kanekoshobo
#note
1
114
464
ビッグデータを分析した結果、出身校や在籍校として「関東御三家」「GMARCH」「早慶上理」を名乗る人たちがいずれの学校に該当するのかを高い確率で当てることができるようになった。
3
47
419
本日は学位授与式でした。指導教官や研究室の仲間たちのおかげでこの日をを迎えることができました。大変なことも多かったですが、幸せな大学院生活でした。
4月からは都内でデータサイエンティストとして働きます。｢これだから文系は(笑)｣と言われないよう精進します！同業の方宜しくお願いします🙇♂️
53
7
428
むしろ「心理学とか脳科学とかの人が再現性問題に苦しんでるけど何に苦しんでるの？」みたいな人にオススメかもしれない。カーネマンの『ファスト&スロー』の内容ですら再現できないものが多いんだけど、ナイーブに受容されすぎていると感じる。それに対する危機感を心理学者以外の人とも共有したい。
0
123
399
気になっている。
3
51
399
須山敦志さんや須山さんのアクセンチュアでのお仲間が本を出版されるらしい。目次を見た感じとてもよさそう。ベイジアンニューラルネットの実装を解説した本は少なかったのでは。
Pythonではじめるベイズ機械学習入門 (KS情報科学専門書)
#Amazon
4
54
395
小西『多変量解析入門』はざっと読んだだけだったので改めて読んでるけど、内容は然ることながら式展開も丁寧だ。噂に違わずとても勉強しやすい本だと思う。統計検定における多変量解析(判別分析、主成分分析、クラスター分析)の対策にもいい本だと思った。
2
46
381
3つとも理知的なインフルエンサーさんや政治屋さんがやってるやつだ。
>◾︎笑いや嘲笑に訴える誤謬
>◾︎薫製ニシンの誤謬
>◾︎藁人形論法
1
42
384
信用できないデータサイエンティスト「学生時代は組み合わせ最適化を専門としていました。」
信用できるデータサイエンティスト「学生時代は組合せ最適化を専門としていました。」
1
40
321
これは超ビッグニュース。日経平均もビックリの大暴落待ったなし。統計コミュニティにとってはありがたい再版。
よし！ええと、何だっけ？そうそう、読者の皆さまのご要望にお応えし、鍋谷清治先生の『数理統計学』（共立講座 現代の数学 33）を復刊しようと思います。え、値崩れが起きるからやめてくれ？(´･ω･`)
0
95
326
1
66
322
人生初めての技術記事として、会社のアドベントカレンダーを書きました。
クリスマスということで｢ツリー｣についての記事です。クリスマス気分を味わいたい人と、因果推論でチヤホヤされるBARTに関心がある人に読んで欲しいです。
5
54
301
初心者「統計学のオススメの教科書ある？」
ヤバいオタク「鈴木雪夫『統計学』」
ヤバいオタク「繁桝『意思決定の認知統計学』」
ヤバいオタク「『Bayesian Data Analysis 3』」
ヤバいオタク「『The Bayesian Choice』」
ヤバいオタク「『Fundamentals of Nonparametric Bayesian Inference』」
1
35
289
やっとPythonでも出るんですね。
渡辺澄夫ベイズ理論100問 with Python/Stan - 共立出版
1
43
293
「中心極限定理によると、あらゆるデータは正規分布します。これはサイコロをたくさん振ると3と4の目が最も多く出ることからも明らかです。一方でmulti-dimensionalな正規分布の下では無相関と独立は同値になります。したがって、無相関と独立は大標本の下では同値とみなせます。」
7
54
282
｢転置とは行と列を入れ替えることである｣とか｢分散は二乗の期待値と期待値の二乗の差で表せる｣と丁寧に説明していたのに、その2ページ後でラグランジュ乗数法を使うわベクトルで微分するわをキメてくる教科書を読んでいる。｢結婚する前はあんな人じゃなかったのに｣と嘆く主婦もビックリである。
1
40
271
デマ注意。
「男性へのクリスマスプレゼントはネクタイがオススメ」というデマが流れていますが絶対に信用しないでください。
本当に望んでいるものは『機械学習: ベイズと最適化の観点から〔原著第2版〕』です。サンタさんよろしくお願いします。
1
73
272
｢今日のミドリはどれにする？｣
―統計的因果推論に入門したい人は『効果検証入門』、ベイズ統計的な統計モデリングについて知りたい人は『データ解析のための統計モデリング入門』、機械学習におけるベイズ推論の利用について知りたい人は『ベイズ推論による機械学習入門』がそれぞれオススメです。
3
55
273
暗記量を少なくする助けになる話があります。
実は画像1枚目の「よく使う覚える」とされている式は三平方の定理(ピタゴラスの定理)になっています。同じく統計検定2級にはおそらく回帰分析が含まれているのではないかと思いますが、そこに現れる偏差平方和の分解にも同様の関係が隠れています。
✅統計検定1級
不偏分散の証明によく用いる写真1枚目の関係式は、下記の教科書に解説が載っている。
①「現代数理統計学の基礎」P86〜
②「スモールデータ解析と機械学習」P265〜
②の方が、解説が細かくてわかりやすいのでおススメ！
0
11
141
2
27
271
これ面白かった。
よくある会計ファイナンスの本と違うのは、実際の企業データに基づいて具体的な事例ベースで論が進む点と、財務三表に閉じない分析にページが割かれてる点だと思う。
最初に要点を解説してるので、財務三表ってなんぞやって人も読めそう。
1
29
273
岡野原さんの『ディープラーニングを支える技術2』を購入。深層学習の汎化の仕組みについて、宝くじ仮説や陰的正則化の観点から説明している和書は貴重。生成モデルの理論や深層強化学習の説明も丁寧で分かりやすいと思う。入門から1歩進んだ深層学習の解説書の中ではダントツの快著だと思いました。
1
40
268
ハイパーモダンPython ―信頼性の高いワークフローを構築するモダンテクニック
>?Poetry、Nox、GitHub Actions、Dependabot、pytest、Ruff、uv、Ryeといった新しいツールを活用して、ワークフローをさらに効率化し、堅牢かつ信頼性の高いプロジェクトにする手法を紹介します。
0
41
268
講談社サイエンテイフィクからKaggleの本が出る。石原さんや秋葉さんなど豪華な執筆陣。来年2月発売予定。
Kaggleに挑む深層学習プログラミングの極意 (KS情報科学専門書)
0
51
262
Causal Inference and Discovery in Pythonの邦訳が出るらしい。
Pythonライブラリによる因果推論・因果探索［概念と実践］ 因果的機械学習の鍵を解く (impress top gear)
#Amazon
1
52
263
宮島先生の『関数解析』を買ってきました。帯には「解析系大学院への進学を考えている方には辞書代わりとしても最適」とあり、それ以外の大学院への進学を検討していたり、すでに修了している場合には「辞書代わりではなく丁寧に読め」とも読める言葉が刻まれています。しっかり学ばせていただきます。
4
34
256
かなり多いらしい。
>ディープラーニングを勉強したいと思う人の中には，潜在的に，量子力学をきちんと学びたいと考えている人もかなり多いのではないだろうか．
―Pythonで実践― 基礎からの物理学とディープラーニング入門 (エンジニア入門シリーズ112)
#Amazon
1
31
253
9月に共立出版から測度論ベースの統計学の教科書が出る模様。入手可能な統計学の和書は柳川先生の本と吉田先生の本くらいしか選択肢がなかった印象で、どちらも測度論の解説が手厚いわけじゃなかった。タイトルからするにそこも厚く書いてあるかも。
1
66
238
数学とか読書が趣味だと脳の処理能力が落ちている時に楽しめなくてキツいな。
運動が趣味の人が怪我を抱えた状態で趣味を謳歌できないのと同じだと考えていたけど、労働と使う部分が近い分消耗しやすい。
3
28
233
0
22
234
デマ注意
「男性へのクリスマスプレゼントはネクタイやハンカチがおすすめ」というデマが流れていますが絶対信用しないでください。
男性が本当に望んでいるのは、鍋谷清治『数理統計学』(共立出版)です。プレミア価格の絶版本をプレゼントして彼氏のハートを鷲掴みにしよう。
2
58
229
P値警察本日の活動報告です。P値は帰無仮説が棄却できる確率ではありまさん。
>p値が「0.00005」となり、(中略)非常に高い統計学的有意性と言えると思う」
エーザイ・内藤CEO 早期ADでレカネマブのP３が主要評価項目達成「このようなP値見たのは初めて！」
0
32
227
｢はじパタ｣ことピンクの『はじめてのパターン認識』は正直そこまで好みじゃない(というか他にも色々いい本はある)けど、『はじめてのパターン認識 ディープラーニング編』は本当にいい。入門書ではないかもしれないけど、他の和書にはない数理的な解説が明らかに充実してる。
0
32
223
この本は『効果検証入門』とか『機械学習を解釈する技術』のシリーズかな。あのシリーズは入門としてバランス感覚が素晴らしい本が多い印象。しかしタイトルのセンスもいいな。それだけで買いたくなる。
評価指標入門〜データサイエンスとビジネスをつなぐ架け橋
#Amazon
2
35
221
積んである本のレベルが高い。
数多ある統計学の入門書から阿部さんの『統計学入門』を選ぶのはセンスがとてもいいと思った。清水泰隆先生の『統計学への確率論』とか佐和先生の『回帰分析』に至っては新刊でもないのに平積み。
知識があるのか何かしらのデータを確認しているのか分からないが凄い。
1
23
217
O'REILLYってぶっちゃけあんま好きな本ないんだけど、この2冊はわりと好き。特に『ウェブ最適化ではじめる機械学習』はベイズやらバンディットやらベイズ最適化やら、最近流行ってるけど、解説してる和書が少ない部分を丁寧に書いてて色んな人に参考になると思う。
0
15
216
講談社サイエンティフィク様より須山(
@sammy_suyama
)さんらの新刊をご恵贈頂きました。PPLから始まり、様々なモデルを実装を交えて解説されています。時系列分析に欠かせない状態空間モデルや変分推論の表現力を高める上で便利な正規化流など、知っておきたいベイズ的手法を解説した素晴らしい本です。
3
33
213
恐らく『Machine Learning: A Bayesian and Optimization Perspective』のものと思われる邦訳が共立出版から出る。現代的なトピックに触れたPRMLチックな本で、第2版しか持っていないが第2版だとノンパラメトリックベイズについてまでガッツリ紹介していた。12月12日発売。
0
41
213
ノーベル経済学賞のWikipediaを見ていたらゲーム理論に興味が沸いたので勉強することにした。この分野はよく分からないけれど、これが良さそうかな。
7章で期待効用理論が登場するので、一先ず6章まで読めば概観は掴めそう。統計的決定理論との交わりまで見据えるなら更に進めても良さそう。
1
29
209
初版から人気のあるテキスト。PyTorch編の邦訳の話は聞いていたが遂に出版される模様。12月15日発売予定。
Python機械学習プログラミング［PyTorch＆scikit-learn編］ (impress top gear) Sebastian Ras...
@amazonJP
より
1
45
207
はじめて学ぶ集合と位相
副題に「―データサイエンスへの応用を目指して―」 とある。集合位相の教科書でデータサイエンスへの応用を志向している本は初めてじゃないかな。
2
35
207
Deep Learning on Graphsの翻訳プロジェクトが進行しているらしい。
【日本語訳版公開】グラフ深層学習 #ディープラーニング - Qiita
0
21
203
𝐺𝑜𝑜𝑑 𝑚𝑜𝑟𝑛𝑖𝑛𝑔。
やっぱりね、MCMCを回してから寝るのが良いです
朝起きたらまっさきに結果を確認しに行くからね、健康的な起床になる
ベイズ統計学は健康にも良い
0
18
224
1
44
204
飲み会帰りに駅の近くで大学時代の同級生にバッタリ遭遇した。彼女は現代人の｢繋がりすぎ｣に強い違和感を持ちスマートフォンを電子レンジにかけて破壊した過去を持つ。飲み会帰りで少ししんどいが、ここで断ると二度と会えない気がするので飲みに来た。
2
22
194
データサイエンティストにとっての｢リーダブルコード｣に近い存在ってなんだろう。『効果検証入門』、『データ解析のための統計モデリング入門』、はじパタあたりだろうか。
1
21
201
傾向スコアさんはまさかの落選に不満顔。
>実証研究では、著者が「因果推論の四天王」と呼ぶ以下の手法を駆使して、政治を新しい角度から分析する。
ランダム化比較実験（RCT）
回帰不連続デザイン（RDD）
操作変数法（IV）
差の差法（DID）
民主主義の経済学
2
39
200
赤石さんの本は概して分かりやすいし監修は須山先生(
@sammy_suyama
)だしとても良さそう。PyMCの勉強に買おうかな。
Pythonでスラスラわかる ベイズ推論「超」入門 (KS情報科学専門書)
#Amazon
@Amazon
より
0
29
195
p=0.051のとき。
2
40
194
