2013.9.29 BUGS/Stan勉強会 #1 発表資料その1

1. BUGSを使うメリット
2013.9.29
@berobero11

2. BUGSって何？
Bayesian inference Using Gibbs Sampling
Rにそっくりな構文で統計モデリングできます

3. ☺• ドメイン知識がフル活用できる
• 書くコードが少なくてすむ
• 結果がRからとても使いやすい
• パラメータの同時分布が得られる
1
2
3
4

4. • ドメイン知識がフル活用できる
• 書くコードが少なくてすむ
• 結果がRからとても使いやすい
• パラメータの同時分布が得られる
1
2
3
4

5. ドメイン知識 ≒ 業界内の経験則

6. 例 ユーザーの行動

7. 例 トピックモデル
統計数理研究所H24年度公開講座「確率的トピックモデル」石黒先生の資料より

8. ドメイン知識を使うことによる当然の帰結
結果が解釈しやすい

9. 検定・クラスタリング・PCA・MDS…
これらで十分ですか？
機械学習の結果を解釈して
実務にフィードバックできてますか？

10. • ドメイン知識がフル活用できる
• 書くコードが少なくてすむ
• 結果がRからとても使いやすい
• パラメータの同時分布が得られる
1
2
3
4

11. 出席する/しない が性別で変わるか？

12. 線形クラス分類のベイズ版

13. • ドメイン知識がフル活用できる
• 書くコードが少なくてすむ
• 結果がRからとても使いやすい
• パラメータの同時分布が得られる
1
2
3
4

17. MCMCサンプルのベクトル！

18. • ドメイン知識がフル活用できる
• 書くコードが少なくてすむ
• 結果がRからとても使いやすい
• パラメータの同時分布が得られる
1
2
3
4

19. 𝑝 パラメータ1, パラメータ2, … が求まる
パラメータを消去したりすることで
任意の分布が求められる
欲しいところのMCMCサンプルを
取ってくるだけの簡単なお仕事
実際上は

20. おまけ

21. ☹• 時間がかかる
– 計算が1日のオーダーになることもしばしば
• モデルの書き方が分かりにくい
– Rだってはじめは分かりにくかったでしょ？
• エラーメッセージが意味不明で殺意がわく
– OpenBUGS・WinBUGS ⇒ JAGS・Stanへ！

22. あなたに合うライブラリは？
データ数は
10万行以上？
CAR model
（空間統計モデ
ルの一種）
使いたい？
行列の演算を
いっぱい使う？
yes
Noyes
WinBUGS
安定と先進的、
どちらかと言えば
安定が好き？
yes
Noyes
JAGS
Stan

23. 参考文献
• 久保 拓弥
「データ解析のための統計モデリング入門
一般化線形モデル・階層ベイズモデル・MCMC」
• Taeko Becque, 丹後俊郎
「ベイジアン統計解析の実際」
• David Lunn et al.
「The BUGS Book」

24. Web上の情報
• 久保先生のホームページの一部
– http://hosho.ees.hokudai.ac.jp/~kubo/ce/BayesianMcmc.html
• RとWinBUGS
– http://d.hatena.ne.jp/lindley/
• Small Data Scientist Memorandum
– http://heartruptcy.blog.fc2.com/
• Taglibro de H
– http://ito-hi.blog.so-net.ne.jp/archive/c75233-1
• BOD [R]緑本メモ
– http://d.hatena.ne.jp/dichika/20120522/1337681689
• @dichikaさんのTokyo.R第23回の発表資料から
– http://www.slideshare.net/dichika/tokyor23