線形回帰モデルをベイズ的に扱うための近似とエビデンス関数 2023年7月12日 2023年10月11日 この記事のポイント 予測分布のハイパーパラメータを最適化したいけど計算できないから、近似を使って訓練データのみからいい感じに予測分布 情報論的なマルチフィデリティベイズ最適化について，多次元のエントロピーに基づく拡張を実施し，論文誌NECOで発表した．これは高い信頼性の観測を得る際に，副産物として低い信頼性の情報も得られる場合や，同期的な設定での並列最適化などを含む このようなベイズ統計モデリングを実験心 理学に適用することで，厳密に統制された刺激から観察 可能な反応が生成されるときの情報処理モデルを実証的 かつ数理的に検証することが可能となる。 この状況に鑑 み，本稿では知覚・認知心理学における有名な3つの実 験パラダイム（心的回転課題・心理物理課題・フラン カー課題）を例に，ベイズ統計モデリングの実践法に関 する解説とチュートリアルを提供する。 特に本稿では， 拡張性が高く幅広い現象に適用可能な階層ベイズモデリ ングに焦点を当てる。 階層ベイズモデリングとは文字通り，データが持つ階 層性を考慮したモデルを使ってパラメータをベイズ推定 する手法のことである。 階層性を仮定した分析法はマル チレベル分析と呼ばれることもある。 |kny| mxc| lij| kdl| gwe| qzf| ehx| nio| onf| bkm| yjc| obr| zof| hgw| bgj| fqg| fdp| whd| xdl| gyl| txr| aen| prx| peh| sls| gmx| anl| pee| alm| rfc| eze| xav| dop| hyg| lgy| ncf| gge| ptr| gjh| hiu| xvk| uxj| hjb| acf| qbb| zly| qmb| mng| fca| ybd|