ClasCat® AI Research

TensorFlow : Edward API : API とドキュメント

Posted on by Sales Information

TensorFlow : Edward API : API とドキュメント (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 : 11/27/2018

* 本ページは、Edward サイトの API : API and Documentation 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。

 

API とドキュメント

Edward のデザインは確率モデリングのためのビルディングブロックを反映しています。それは置き換え可能なコンポーネントを定義し、確率モデルによる急速な実験と研究を可能にします。Edward は革新的な統計学者 George Edward Pelham Box にちなんで命名されています。Edward は統計と機械学習の Box の哲学を追随しています (Box, 1976)。

最初に何某かの現実世界の現象からデータを集めます。それから Box のループ を通して循環します (= cycle) (Blei, 2014)。

  1. 現象の確率モデルを構築する。
  2. モデルとデータが与えられたとき、現象を論証します。
  3. モデルを批評し、改訂して繰り返します。

ここに toy サンプルがあります。子供がコインを 10 回投げて、結果の集合は [0, 1, 0, 0, 0, 0, 0, 0, 0, 1] となり、ここで 0 は裏を 1 は表を表します。彼女はコインが表になる確率に興味があります。これを解析するために、最初にモデルを構築します: 彼女はコイン投げは独立であり同じ確率で表になると仮定するとしましょう。2 番目に、現象を論証します: データが与えられたときモデルの隠れ構造を推論します。最後に、モデルを批評します: 彼女のモデルがコイン投げの現実世界の現象を捕捉しているか否かを解析します。もしそうでない場合には、モデルを改訂して繰り返すかもしれません。

上のこの解析を可能にするモジュールをナビゲートします。API のリストについては reference ページ を見てください。

 

References

  • Blei, D. M. (2014). Build, compute, critique, repeat: Data analysis with latent variable models. Annual Review of Statistics and Its Application, 1, 203–232.
  • Box, G. E. (1976). Science and statistics. Journal of the American Statistical Association, 71(356), 791–799.
 

以上