信息科学 基于实践Python的贝叶斯分析和主题模型/藤野严
产品的明细 ※现在，产品的信息通过翻译机械翻译，所以内容可以不正确。请贵客原谅。
信息科学
【内容介绍】
【书籍特征】
本书从理论和实践两方面，对贝叶斯分析乃至话题模型进行了解说。
主题模型是作为自然语言处理的手法被提出的，是可以从大量的文件数据中发掘潜在的深层的主题的概率模型。
近年来，其威力不仅限于文件数据，也可应用于图像数据及轨迹数据的分析，与深度学习并列成为支撑人工智能(AI)的基本技术。
本书在牢牢把握理论基本事项的基础上，尽量一边制作程序拉姆一边进行实践学习。
另外，为了让读者能够轻松上楼梯，特意设计了较低的楼梯。
【关于各章】
第1章:说明学习本书时必要的概率和概率分布的知识及其程序拉姆实现。
第2章:作为对比定位，复习以往数据分析的基本方法。
3章:说明贝叶斯分析的基本思路。
同时介绍用于实现贝叶斯分析的程序拉姆的PyMC程序库的用法。
第4章:作为对比定位，复习以往的文件数据分析的基本方法。
第五章:构成UN拉姆模型，进行文件数据的分析。
另外，根据PyMC程序库，显示其程序拉姆的实现。
第6章:引入主题的思考方式，构成混合UN拉姆模型。
另外，显示使用混合UN-G拉姆模型的文件分析UN-G拉姆例。
第七章进一步发展混合UN拉姆模型，构成主题模型。
另外，展示使用主题模型的文件分析程序拉姆例。
第8章:Scikit-学习说明如何使用库中主题模型的模块。
利用它从20 News Groups资料SET的英文文章资料中抽出主题。
第9章:Gensim主题说明模型专用的库的用法。 利用这个，从Wikipedia的日语文章数据中抽出主题。
第10章:扩展主题模型以构成作者主题模型。
在此基础上，利用Gensim程序库，从Twitter收集的日文投稿资料中抽出主题。
第11章:将主题模型应用于图像数据SET。
使用Gensim库从名为Caltech101的SET中提取小单元格主题。
第12章:将主题模型应用于轨迹数据SET。
利用Gensim库，从船舶的AIS数据中提取成为航路(路线)的主题。
【作者的留言】
实践才是掌握技术的捷径。
阅读本手册时，请注意反复实践。
另外，如果能够致力于解决设想在实际业务中应用场合的问题的话，会更有效果。
希望阅读本书的各位能够提高先进的数据分析技能，并活跃于实际工作中。
【目录】
☆由于发行前的信息，一部分可能会变更
1.概率和概率分布
1.1概率和概率分布
1.1.1概率
1.1.2概率
1.2条件概率和同时概率
1.2.1条件概率
1.2.2同时概率
1.3乘法定理和贝叶斯定理
1.3.2贝叶斯定理
1.4各种概率分布
1.4.1 Bernoulli分布
1.4.2二项分布
1.4.3类别分布
1.4.5指数分布
1.4.6 beta分布
1.4.7伽玛分布
1.4.8狄利克雷分布
1.5 Scipy的概率统计模块stats
2.2.1系列
2.2.2数据
计算光线余弦类似度的prog拉姆例
演习问题
5.UN ICO DE拉姆模型
gis文件生成的概率模型
路径图示模型表现
gis UN ICO DE拉姆模型
糖尿病UN ICO DE拉姆模型
生成以UN ICO DE拉姆模型为基础的文件集合prog拉姆
文件集合的单词出现频率的prog拉姆
战略分析和模型
基于野餐PyMC的UN ICO DE模型的参数推定
生成UN ICO DE模型(多个文件)
演习问题
6.混合UN ICO DE模型
主题主题模型
生成文件集合(多个文件)
根据病情Gensim的作者主题模型分类
根据Twitter数据准备数据
在Twitter数据中应用作者主题模型
演习问题
11.从图像数据中提取主题
图像图像数据的结构
使用图像Matplotlib读取和显示图像
矢量量子化和代码的生成
根据图像图像数据生成图像文件集合
将主题模型应用于图像图像文件集合
根据主题模型的处理结果可视化
演习问题
12.从船舶的航迹数据中提取主题
使用图像Matplotlib读取和显示图像
矢量量子化和代码的生成
1.6 2.1 2.2 2.3 2.4 3.1 3.2 3.3 3.4 3.4.1 3.4.2 3.5 3.5.1 3.5.2 4.1 4.2 4.3 4.3.1 4.3.2 4.3.3 4.3.4 4.4 4.4.1 4.4.2 4.4.3 5.1 5.2 5.3 5.3.1 5.3.2 5.3.3 5.4 5.4.1 5.4.2 5.4.3 6.1 6.2 6.3 6.4 7.1 7.2 7.3 7.4 7.4.1 7.4.2 8.1 8.2 8.3 8.4 8.5 8.6 9.1 9.2 9.3 9.4 10.1 10.2 10.2.1 10.2.2 1.3.1 10.3 10.3.1 10.3.2 10.3.3 11.1 11.1.1 11.1.2 11.1.3 11.2 11.3 11.4 12.1 12.1.1 12.1.2 12.1.3 12.2 12.3 12.4 Scikit PyMC Scikit MeCab PyMC PyMC Scikit Scikit PyMC PyMC拉姆拉姆拉姆拉姆拉姆拉姆SET SET SET SET SET SET SET拉姆SET拉姆拉姆拉姆拉姆拉姆Arviz PyMC PyMC Gensim PyMC Gensim