AI研究科学者向けベイズ統計と仮説検定入門:事前知識なしから始める
AI研究者がベイズ統計と仮説検定の基本原則を習得し、AIモデル開発における不確実性の定量化、性能比較、データ駆動型意思決定に活用するための実践的な入門コースです。
...
Share
ベイズ統計の基礎とAI研究への応用
Unit 1: ベイズ統計への招待
確率の基本を学ぼう
ベイズの定理とは?
Unit 2: ベイズ推論の構成要素
事前分布で仮説を立てる
尤度関数でデータを語る
事後分布で結論を出す
Unit 3: AI研究でのベイズ応用
AIモデルの不確実性
PyMC3/Pyroでベイズ推論
AIモデルのA/Bテスト
仮説検定の基礎とAIモデル性能評価
Unit 1: 仮説検定の基本概念
仮説検定って何?
統計的有意性とは
信頼区間を理解する
Unit 2: 主要な仮説検定手法
平均値の比較:t検定
カテゴリデータの分析:カイ二乗
Unit 3: 頻度主義とベイズ主義の比較
頻度主義の視点
ベイズ主義の視点
どちらを選ぶ?
Unit 4: Pythonでの仮説検定実践
SciPyで検定しよう
AIモデル評価の応用