内容説明
いまなぜベイズ統計なのか？ふつうに使われている統計学は数学的、技術的でややもすると無味乾燥のものであるのに対して、ベイズ統計は結果から原因を探ろうとする、より人間の感覚に近い、幅広く理念的側面をもっているのが特徴である。１８世紀の数学者Ｔｈｏｍａｓ Ｂａｙｅｓが提唱したこの考え方は、いま統計的意思決定の理論として幅広い応用を得て、近ごろますます注目を浴びている。本書は、理論の理解はもとより幅広い応用例まで、初心者向けにわかりやすく解説したものである。
目次
ベイズの定理
ベイズ決定の基礎
社会的リスクと決定
ベイズ判別問題とパターン認識
情報検索とベイズ決定
線型回帰モデルのベイズ推定
ベイズ更新とカルマン・フィルター
医学とベイズ決定
医薬とベイズ統計学
信頼性とベイズ統計学
イメージ・プロセシングとベイズ定理
ベイジアン・ネットワーク入門
著者等紹介
松原望［マツバラノゾム］
１９４２年東京生まれ。１９６６年東京大学教養学部基礎科学科卒業。文部省統計数理研究所・研究員。スタンフォード大学大学院博士課程に留学（統計学専攻）。筑波大学社会工学系助教授。エール大学政治学部フルブライト客員研究員。東京大学教養学部社会科学科教授。同大学院総合文化研究科・教養学部教授。東京大学大学院新領域創成科学研究科教授。上智大学外国語学部（国際関係論副専攻）教授。現在、聖学院大学大学院政治政策学研究科教授。東京大学名誉教授、Ｐｈ．Ｄ．（スタンフォード大学）（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
Haruki
2
ベイズの定理、ベイズ決定、情報量とロジスティック曲線(ランダムウォーク)、ベイズ線形回帰、カルマン・フィルタ、医学・薬学・統計品質におけるベイズ決定(必要データ数の決定)、画像処理(デコンボリューションのベイズ推定)、MCMCのさわりが紹介される。数式で書いて、具体例でイメージさせる流れで、概念を把握しながら進められる。一部書き下さないと式の流れが追えなさそうなところもあるが、大勢には影響がない程度と思う。これをベースにPRMLとかの変分ベイズ法などより実際的な手法(アルゴリズム)を学んでいきたい。2021/10/13
NS
1
一章が基礎でそれ以降は応用の話題を扱ってる。 門外漢だからか情報量など導入される数式が唐突に出てきたりと行間がある感じがあってゼミとかで読むのに向いてるかもしれない。また読もうと思う。 2023/01/05
yyhhyy
1
松原先生の本は常にわかり易い。2016/09/18
葉
1
ベイジアン・ネットワークについて勉強したく思い、この本を手にした。人の持つ確信の度合いを科学的に扱う為に、有向非巡回グラフでノードの変数、ノードを結ぶ方向付きのアークで変数間の依存の関係性を数量的に表したものであるとのわかりやすい説明があった。エンコーディングやマルコフ性などについては再確認が必要であると感じた。この本は意外と図やグラフ、式が載っていて良いと感じた。2014/09/17
Uzundk
1
数式表現が多く、すでに一通りやっている人向けのように思われる。 まだもやもやとした概念でしかつかめてないのでリベンジをしたい所存。2014/01/16
