自己紹介ステータス!

• @piroyoung

!

!

• 家具作りが好き

!

!

!

• 数学(ゲーム理論） → （物流 → 小売）→ データなんとか

装備!

• R → Python, SQL, VBA, Stan, Ruby,…F#

!

スキル・興味!

• アドテク系の商品企画・開発など

• NLP新参者

• ベイズスパイラル

1

ノリと勢いがLTの決め手！

は表裏一体！

スベる♨ウケる

痩せる「行動経済学」

Piroyoung

そんな知識持ってません！

超要約 Stan Reference@piroyoung

数値計算をしないとモデリングは終わらないので．

1．Stanを使おう

Stan JagsNUTS-HMC Gibbs Sampling

if文あり 💀💀💀

行列演算あり 💀💀💀

vectorize 💥💀💀💀💥

商用並みのサポート(?) （笑）カッコいい 💀カッコ悪い💀

1．Stanを使おう

▲なかなかいいいい▲

▶︎初動はStanかなという感じ．

2．みどりぼんでやったこと

2．みどりぼんでやったこと

f(✓|Y ) =f(Y |✓)f(✓)Rf(Y |✓)f(✓)d✓

コレがあれば事後分布からサンプルとれるよ!

log f(✓|Y ) = log f(Y |✓) + log f(✓)� Z

3．STANのモデル記法

3．STANのモデル記法

log f(✓|Y ) = log f(Y |✓) + log f(✓)� Z

data{ !

} parameters{ !

} model{ !

}log f(Y |✓) + log f(✓)

✓

Y

4．increment_log_prob

4．increment_log_prob

対数事前密度・尤度を足し合わせて increment_log_prob()に渡す

4．increment_log_prob

4．increment_log_prob（データ追加）

観測値を増やしたければ どんどん各点対数尤度を足していく

4．increment_log_prob（データ追加）

4．increment_log_prob（データ追加）

繰り返し引数に渡すと，その和を以て 事後分布をサンプルしてくれる

5．sampling statement

5．sampling statement

increment_log_prob( xxx_log( p,param,…))!と

p~xxx(param,…)!は同値な表現だよ．xxxは分布の名前．

5．sampling statement

6．vectorize

6．vectorize

increment_log_probにベクトル・配列を渡すと!

各成分を繰り返し渡すのと同じ挙動

このyはint型の配列．!

引数に高次元のベクトル・配列を渡すと!返り値も適切な次元で帰ってくれる．

6．vectorize

• increment_log_probを正しく理解しよう

• vectorizeを使おう

• Stan-Usersを活用しよう

• Tarzan 10月号買って健康になりましょう

7．まとめ・補足

おまけ

おまけ

何のモデルか，わかりますか？

おまけ

銀座の夜を定常分布で表現してみました．!銀座の夜をStanで彩る （完）