[Julia, Turing] Tutorial – 08 Multinormial Logistic Regression
베이즈 다항 로지스틱 회귀(Multinormial Logistic Regression)를 사용하는 방법과 이를 사용하여 Iris(붓꽃) 의 특성과 분류를 학습하고 신규 특성으로 부터 붓꽃을 분류하는 방법을 알아 봅니다. 키워드 베이즈 다항 로지스틱 회귀 프로세스
베이즈 다항 로지스틱 회귀(Multinormial Logistic Regression)를 사용하는 방법과 이를 사용하여 Iris(붓꽃) 의 특성과 분류를 학습하고 신규 특성으로 부터 붓꽃을 분류하는 방법을 알아 봅니다. 키워드 베이즈 다항 로지스틱 회귀 프로세스
베이즈 포아송 회귀를 사용하여 음주,약복용, 음주와 약복용의 상호작용이 재치기에 미치는 영향을 분석하고 주어진 데이터에 대해 포아송 분포의 선형회귀 파라미터를 추정 한다. 키워드
Infinite Mixtuure Model, Chinese Restaurant Process
아직 튜링을 재대로 보지 못한 상태에서 전편에 이어 이번에는 Turing이 샘플링 하는 것을 을 좀 더 구체적으로 잘 이해하기 위해 Metropolis-Hasting(MH)를 직접 구현하여 튜링이 샘플링하는 방법을 추정 해 봅니다. 또한 MH로 샘플링 한것과 튜링으로 샘플링 한것을 비교 해 봅니다. 튜링에서 likelihood를 샘플링 하는 방법도 고민 해 봤습니다.
“Conducting Bayesian Inference in Python using PyMC3” 를 Julia Turing 버전으로 옮겨 봤습니다.
Probabilistic programming package등을 소개하는 유용 사이트가 있어 링크를 남겨 둡니다 https://danmackinlay.name/notebook/probabilistic_programming.html