ホーム » Edward » TensorFlow : Edward Tutorials (背景) : 確率モデル

TensorFlow : Edward Tutorials (背景) : 確率モデル

TensorFlow : Edward Tutorials (背景) : 確率モデル (翻訳/解説)

翻訳 : (株)クラスキャット セールスインフォメーション
作成日時 : 11/26/2018

* 本ページは、Edward サイトの Tutorials : Background : Probabilistic Models を翻訳した上で
適宜、補足説明したものです:


* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

確率モデル

確率モデルは自然現象からの観測がどのように起きるかを主張します。モデルはデータに対応する観測変数 \(\mathbf{x}\) と、\(\mathbf{x}\) を生成するための隠れ構造を提供する潜在変数 \(\mathbf{z}\) の 同時分布 です :
\[\begin{aligned}
p(\mathbf{x}, \mathbf{z})\end{aligned}
\]

同時分布は 2 つの構成要素に分解されます。

尤度

\[
\begin{aligned}
p(\mathbf{x} \mid \mathbf{z})
\end{aligned}
\]

は任意のデータ \(\mathbf{x}\) が潜在変数 \(\mathbf{z}\) にどのように依存しているかを記述する確率分布です。尤度はデータ生成過程を仮定します、そこではデータ \(\mathbf{x}\) は \(\mathbf{z}\) で記述された特定の隠れパターン上で条件付けされた尤度からドローされると仮定されます。

事前分布

\[
\begin{aligned}
p(\mathbf{z})\end{aligned}
\]

はデータに存在する潜在変数を記述する確率分布です。それは 隠れ構造の生成過程を仮定します

Edward でモデルをどのように指定するかの詳細については、model API を見てください。チュートリアル で幾つかの例を詳細に記述します。

 

以上






AI導入支援 #2 ウェビナー

スモールスタートを可能としたAI導入支援   Vol.2
[無料 WEB セミナー] [詳細]
「画像認識 AI PoC スターターパック」の紹介
既に AI 技術を実ビジネスで活用し、成果を上げている日本企業も多く存在しており、競争優位なビジネスを展開しております。
しかしながら AI を導入したくとも PoC (概念実証) だけでも高額な費用がかかり取組めていない企業も少なくないようです。A I導入時には欠かせない PoC を手軽にしかも短期間で認知度を確認可能とするサービの紹介と共に、AI 技術の特性と具体的な導入プロセスに加え運用時のポイントについても解説いたします。
日時:2021年10月13日(水)
会場:WEBセミナー
共催:クラスキャット、日本FLOW(株)
後援:働き方改革推進コンソーシアム
参加費: 無料 (事前登録制)
人工知能開発支援
◆ クラスキャットは 人工知能研究開発支援 サービスを提供しています :
  • テクニカルコンサルティングサービス
  • 実証実験 (プロトタイプ構築)
  • アプリケーションへの実装
  • 人工知能研修サービス
◆ お問合せ先 ◆
(株)クラスキャット
セールス・インフォメーション
E-Mail:sales-info@classcat.com