ご恵贈いただきました。 ありがとうございます! あわせてタスクもいただきました (下部)。
書籍のコンテンツ
各章ごとの内容は id:sfchaos さんが詳しく紹介されています。
まだ すべて読めていないのですが、以下 3 点がよいポイントだと思います。
- 理論 と サンプルプログラム 両方の記載がある
BUGS,Stan,PyMC3と主要なパッケージが網羅されている- サンプルは単純な回帰だけでなく 時系列 / 空間ベイズを含む
補足 書籍には コラム "Pythonとは" という データ分析視点での Python 紹介があるのですが、中身は結構な pandas 推しでした。著者の方、いったい何者なんだ...。
Stan 入門
依頼により、著者の松浦さんが作成した RStan サンプルの PyStan 版を作成させていただきました。以下リポジトリの各 "Example..." フォルダ中に Jupyter Notebook ( .ipynb ) が含まれており、 GitHub 上でプログラムと出力を確認することができます。
RStan と PyStan の API 差異については公式ドキュメントに記載がありますがアップデートがされていないため、サンプル中で利用したものを簡単にまとめます。
RStan |
PyStan |
概要 |
|---|---|---|
stan(...) |
pystan.stan(...) |
モデルのコンパイルとサンプリングの実行 |
stan_model(...) |
pystan.StanModel(...) |
モデルのコンパイル |
sampling(...) |
StanModel.sampling(...) |
サンプリングの実行 |
extract(...) |
StanFit4model.extract() |
サンプリング結果を取得 |
traceplot(...) |
StanFit4model.plot(...) |
サンプリングの経過をプロット |
書籍や Rstan のサンプルと合わせてご参照ください。