はじめに 『トピックモデル』(MLPシリーズ)の勉強会資料のまとめです。各種モデルやアルゴリズムを「数式」と「プログラム」を用いて解説します。 本の補助として読んでください。 この記事では、無限混合ユニグラムモデル(無限次元の混合カテゴリモデル)の生成モデルをPythonでスクラッチ実装します。 【前節の内容】 www.anarchive-beta.com 【他の節の内容】 www.anarchive-beta.com 【この節の内容】 はじめに 8.1 無限混合ユニグラムモデルの生成モデルの実装 文書データの簡易生成 パラメータの設定 文書データの生成 データの可視化 文書データの作図 真の分布の作図 参考書籍 おわりに 8.1 無限混合ユニグラムモデルの生成モデルの実装 中華料理店過程(CRP・chinese restaurant process)を用いてトピック数を追加する無限混合ユ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 問題設定 直交行列 (回転行列) を一様にランダムに生成したい. 直交行列は画像や姿勢データの距離を保存する変換に利用され, ランダムに生成できるとデータ増強等に役に立つことがある. しかしクオータニオンは次元が増えると使いにくいし, オイラー角は対称性を持たず一様性を得るのに補正が必要なので使いたくない. 任意の次元で統一された手続きでランダムな直交行列が生成できる方法が欲しい. 結論 (1) 正規分布に従う $d \times d$ 個の乱数を生成して正方行列を得る, (2) (1) で得た正方行列を QR 分解する, (3) (2

複数のプロジェクトでPython開発を行う際、プロジェクト毎にPythonのバージョンや依存パッケージなどを使いわける必要があるかと思います。 本記事ではMacで、pyenvとvenvを用いて作成した仮想環境にpipでパッケージをインストールし、Visual Studio Codeで扱うための設定手順について紹介します。 Windowsで同じことをやりたい場合はこちら 環境構築 Homebrewをインストール まずは、関連するパッケージをインストールする環境を整えるため、Homebrewをインストールします。 上記ページに記載がある、インストール用のコマンドを実行します。

この例だと、2以上3未満ということになります。実際にインストールされたDjangoは2の中でもっとも新しい2.2.11でした。メジャーバージョンは2のままにしたいけど、3にならない範囲で指定したい！というときに便利ですね。 ただこちらの例は、以下のように書いても一緒です。 インストールするバージョンを範囲で指定した時、範囲内の最新バージョンを取得しているようなので、わざわざ「>=2」を設定する必要はなさそうです。 ※>=2と書くことでバージョンが1ではないことを明示する意味はあります。 どんなバージョンがあるか知りたい時

はじめに 統計的推論や機械学習において、情報幾何は確率分布の空間をリーマン幾何の枠組みで扱う強力な手法です。本記事では、1次元正規分布を例に、以下の概念をPython（PyTorch）で実装しながら解説します。 フィッシャー情報行列 三次形式（$T_{i,j,k}$） クリストフェル記号（Levi-Civita接続） $α$-接続のクリストフェル記号 リーマン曲率テンソル、スカラー曲率 これらを用いることで、確率分布の幾何構造をより深く理解することができます。 1. フィッシャー情報行列の計算 フィッシャー情報行列は、統計モデルにおける情報量の尺度であり、統計推定の精度を評価する上で重要な役割を果たします。確率分布 $p(x | \theta)$ の対数尤度関数 $\log p(x | \theta)$ に対して、

はじめに 概要 この記事は、状態空間時系列モデリングを解説する全5本の記事の第2弾です。 前回の記事では、状態空間モデルの概要について紹介しました。 状態空間モデルでは、トレンドや季節性といった時系列の特徴をマルコフ過程に従う「状態」として仮定し、観測データをもとに状態の予測・推定を行います。 tatamiya-practice.hatenablog.com 今回は状態推定方法のうち逐次推定法と呼ばれるものの概要から入り、カルマンフィルタについて解説を行います。 状態推定・予測の方法には、大きく分けて逐次推定法とMarkov Chain Monte Carlo法(MCMC)の2種類があります。 このうち前者の逐次推定法については、モデルが線型かつシステムノイズ・観測ノイズがガウス分布に従う場合、カルマンフィルタといって近似やサンプリングに頼らず厳密に推定値・予測値の分布を求めることができま

The Python Profilers¶ Source code: Lib/profile.py and Lib/pstats.py Introduction to the profilers¶ cProfile and profile provide deterministic profiling of Python programs. A profile is a set of statistics that describes how often and for how long various parts of the program executed. These statistics can be formatted into reports via the pstats module. The Python standard library provides two dif

venv について venv を使うと pip によるパッケージの導入状態をプロジェクトごとに独立させることができる． venv は virtualenv が Python 3.3 から標準機能として取り込まれたもの．別途ソフトウェアをインストールすることなく使用できるため，最も手軽に仮想環境を管理する方法の一つと言える． 2 系を偶に使うという程度なら 3 系は venv，2 系は virtualenv で管理すると同じように管理できるので良い． Since Python 3.3, a subset of it has been integrated into the standard library under the venv module. Virtualenv — virtualenv 16.6.1 documentation Python 3.x.x 下に組み込まれた機能なので

データサイエンスやウェブ開発、セキュリティなど、さまざまな分野で人気を獲得してきているPython。本書は、ベストセラー『入門 Python 3』の6年ぶりの改訂版で、プログラミング初級者を対象としたPythonの入門書です。プログラミングおよびPythonの基礎から、ウェブ、データベース、ネットワーク、並行処理といった応用まで、実践を見据えたPythonプログラミングをわかりやすく丁寧に説明します。Python 3.9に対応し、f文字列などの新機能も追加され大幅にボリュームアップしました。Pythonの機能をひと通り網羅し、リファレンスとしても便利です。 正誤表 書籍発行後に気づいた誤植や更新された情報を掲載しています。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ページの奥付でお手持ちの書籍の刷数をご確認の上、ご利用ください。 第1刷正誤表 ※2022年4月更