<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>anemptyarchive</author_name>
  <author_url>https://blog.hatena.ne.jp/anemptyarchive/</author_url>
  <blog_title>からっぽのしょこ</blog_title>
  <blog_url>https://www.anarchive-beta.com/</blog_url>
  <categories>
    <anon>まとめノート</anon>
    <anon>まとめノート-緑ベイズ入門</anon>
    <anon>パラメータ推定-ベイズ推論</anon>
    <anon>MCMC</anon>
    <anon>MCMC-周辺化ギブスサンプリング</anon>
    <anon>確率分布</anon>
    <anon>確率分布-ポアソン分布(全般)</anon>
  </categories>
  <description>はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は、4.3.4項の内容です。「観測モデルをポアソン混合モデル」、「事前分布をガンマ分布」とする混合モデルを崩壊型ギブスサンプリング(周辺化ギブスサンプリング)を用いて推論します。 省略してある内容等ありますので、本とあわせて読んでください。初学者な自分が理解できるレベルまで落として書き下していますので、分かる人にはかなりくどくなっています。同じような立場の人のお役に立てれば幸いです…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.anarchive-beta.com%2Fentry%2F2020%2F04%2F26%2F234420&quot; title=&quot;4.3.4：ポアソン混合モデルにおける推論：崩壊型ギブスサンプリング【緑ベイズ入門のノート】 - からっぽのしょこ&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></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2020-04-26 23:44:20</published>
  <title>4.3.4：ポアソン混合モデルにおける推論：崩壊型ギブスサンプリング【緑ベイズ入門のノート】</title>
  <type>rich</type>
  <url>https://www.anarchive-beta.com/entry/2020/04/26/234420</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
