<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>Owatank</author_name>
  <author_url>https://blog.hatena.ne.jp/Owatank/</author_url>
  <blog_title>時給600円</blog_title>
  <blog_url>https://owatank.hatenablog.com/</blog_url>
  <categories>
    <anon>機械学習</anon>
  </categories>
  <description>前回の続き VAEの理解に必要なベイズ学習について - 時給600円 パラメータの事前分布を自分で仮定して、観測データを元により適したパラメータを推定するのがベイズ学習といった話だった。 事前分布として固定値ではなく正規分布といった確率分布を与えてその時にちゃんとパラメータが学習されるのか確認する。 例としてある1枚のコインが存在して、そのコインで100回コイントスをする。 表が10回ほど、裏が90回ほど出たとする。このとき結果から1枚のコインの表が出る確率が求められるか。 100回中10回程度しか表が出てないんだから確率としては でいいじゃん＾＾と自分は思うがベイズ学習で似たような結果が得ら…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fowatank.hatenablog.com%2Fentry%2F2018%2F04%2F12%2F170957&quot; title=&quot;ベイズ推論の事後分布(離散)の更新について - 時給600円&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>https://chart.apis.google.com/chart?cht=tx&amp;chl=%7B%20%5Cdisplaystyle%20%5Cfrac%7B1%7D%7B10%7D%20%7D</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2018-04-12 17:09:57</published>
  <title>ベイズ推論の事後分布(離散)の更新について</title>
  <type>rich</type>
  <url>https://owatank.hatenablog.com/entry/2018/04/12/170957</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
