ベイズ統計とベイズ最適化
Decision Scienceの道具箱という自分にとってコアと思ってるDecision Analysis分野のネタをまとめた記事で、それらに親和性の高いBayesian NetworkやMarkov Chainについても書いたし、それらは実務で使ったこともある。
だけど意外なことに、それ以外のベイズは実務では使ってなかった。ベイズ統計はサンプルコードで試したけど効果の割に手数がかかりそうで案件に使わなかったと記憶してる。機械学習のハイパーパラメーター選定で、次フェーズは単純なグリッドサーチでは厳しそうでベイズ最適化を準備してたのがコロナで延伸してそれっきりだった。
ここ最近でMarketing Mix Modeling（MMM）に関心を持って資料に目を通していたら、ベイズ統計など使っているようなので、書籍も購入して勉強するけど、web上でも有用な情報があったので整理しておく
ベイズ統計学のテキスト
としては以下の講義資料が良さげ。他に良いものが見つかったら追記予定
まぁ学者さんが書いているものは正しいとは思うのだがイメージがつかみづらいので、もう少し概観できるものとしては
実装／確率的プログラミング
としてはStanが有名だけど、プログラミングというよりは確率論的な計算の込み入ったものを扱うためのツール・スクリプトという感じ
ベイズ統計のより高度な活用
というと高度という言い方が正しいかというのはあるけれど、実装としてのMCMC法も交えた分析とか
ベイズ最適化
は、機械学習モデルのハイパーパラメータを選ぶのに使うという目的で
有名なのはprefered networksのハイパーパラメータ自動最適化ツール「Optuna」なので、そこから見てくんだろうな。
専門的な書籍が出ているようで、そちらも時間があれば
良いテキストやトピックがあれば、上記以外にも随時追加していくとして、まずはページの立ち上げまでにということで。
他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note