<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>aidiary</author_name>
  <author_url>https://blog.hatena.ne.jp/aidiary/</author_url>
  <blog_title>人工知能に関する断創録</blog_title>
  <blog_url>https://aidiary.hatenablog.com/</blog_url>
  <categories>
    <anon>機械学習</anon>
    <anon>PRML</anon>
  </categories>
  <description>PRMLの11章で出てくるマルコフ連鎖モンテカルロ法（Markov chain Monte Carlo methods: MCMC）。ベイズでは必須と呼ばれる手法だけれどいまいち理屈もありがたみもよくわからなくて読み飛ばしていました。最近、ボルツマンマシンを勉強していて、ベイズと関係ないのにマルコフ連鎖やらギブスサンプラーやらが出てきて本格的にわからなくなってきたのでここらで気合を入れて勉強し直すことにしました。参考にした書籍は「Rによるモンテカルロ法入門」です。PRMLと同じく黄色い本なので難易度が高そう・・・この本はR言語を使って説明がされていますが、それをPythonで実装しなおしてみよ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Faidiary.hatenablog.com%2Fentry%2F20140620%2F1403272044&quot; title=&quot;Pythonによるモンテカルロ法入門 - 人工知能に関する断創録&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>http://ecx.images-amazon.com/images/I/41OUsMJBvOL.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2014-06-20 22:47:24</published>
  <title>Pythonによるモンテカルロ法入門</title>
  <type>rich</type>
  <url>https://aidiary.hatenablog.com/entry/20140620/1403272044</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
