確率変数の最も簡単な例の一つであろうコインの表の出る確率を、2 通りのモデリングでベイズ推論してみました。

ベイズモデルで正規分布を扱うと数式が複雑になりますよね. そんなときは指数型分布族としての標準形に直すといいかもしれません.

汎用的なサンプリングアルゴリズムであるメトロポリス・ヘイスティングス法について解説します. ただし数学的な証明等は行わず, 事実を述べるだけにします.

ベイズ推論は過学習しづらいと言われます. その理由を, MAP推定が正則化項付きの最尤推定であることを通して理解します.