「Pythonではじめるベイズ機械学習入門」のサポートページです。 本で紹介されているソースコードや正誤表を掲載していく予定です。
2022年5月現在、Google Colaboratoryで実行するのが一番簡単です。 各notebookの下記アイコンをクリックするだけで開けます。
今後、Colaboratoryのライブラリのバージョン変更などで動かなくなった場合、書籍に記載のバージョンをインストールして実行してください。requirements.txtも用意してあります。
版 | ページ | 該当箇所 | 誤 | 正 |
---|---|---|---|---|
第4刷まで | p.43 | 下段コードブロック5, 6行目 | # 撹乱項 z_proposal = z_current + step_size * np.random.uniform(-1, 1)
|
# 撹乱項 z_proposal = z_current + step_size * np.random.randn() *これに伴い図1.7~図1.13もやや変更あり(本レポジトリのnotebook/1_3_近似推論手法.ipynb参照)。なお、p39に記載の通りランダムウォークMH法では一様分布を利用する場合もあります。 |
第4刷まで | p.45 | 下段コードブロック6行目 | x_proposal = x_current + step_size * np.random.uniform(-1, 1) |
x_proposal = x_current + step_size * np.random.randn() |
第5刷まで | p.47 | 上段コードブロック5行目 | az.plot_autocorr(np.array(posterior_large_step[n_burnin:]), ax=ax) |
az.plot_autocorr(np.array(posterior_large_step), ax=ax) |
第4刷まで | p.47 | 上段コードブロック6行目 | ax.set_title('step_size = 0.01') |
ax.set_title('step_size = 10.0') |
第5刷まで | p.47 | 上段コードブロック10行目 | az.plot_autocorr(np.array(posterior_small_step[n_burnin:]), ax=ax) |
az.plot_autocorr(np.array(posterior_small_step), ax=ax) |
第4刷まで | p.47 | 上段コードブロック11行目 | ax.set_title('step_size = 10.0') |
ax.set_title('step_size = 0.01') |
第4刷まで | p.48 | 図 1.10 | 上段のプロットのタイトル: step_size=0.01 中段のプロットのタイトル: step_size=10.0 |
上段のプロットのタイトル: step_size=10.0 中段のプロットのタイトル: step_size=0.01 |