行動データの計算論モデリング 強化学習モデルを例として
購入済み
シリーズ
全1冊
作品情報
※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。人や動物の行動データの背後にある計算過程をモデル化し,行動の理解と予測につなげる。本書は,主に行動データの計算論モデリングの方法やその理論を初学者に向けて丁寧に解説します。実例として,心理学や神経科学の実験課題として良く用いられる,ギャンブル課題における選択行動データを扱います。本文では自分ではプログラミングをしない読者も想定して,プログラムは用いずに計算論モデリングの概要がイメージできるような解説をこころがけました。実際に計算論モデリングをするためのRコードやStanコードは付録やサポートページで解説しています。第1章 計算論モデリングとは第2章 計算論モデリングの基礎第3章 強化学習モデルを用いたデータ解析の事例第4章 パラメータ推定の実際第5章 モデル選択第6章 計算論モデリングに基づく統計分析第7章 結果の解釈,モデルの統計的な性質の理解第8章 強化学習モデルのバリエーション第9章 計算論モデリングの課題と発展付録A 数学的な補足A.1 期待値A.2 対数と指数関数A.3 本書で用いる確率分布A.4 コイントスに関する計算A.5 WAICA.6 WBICA.7 周辺尤度のラプラス近似A.8 信頼区間A.9 正規分布モデルの事後分布A.10 正規分布の周辺化付録B R コードB.1 Rescorla‐Wagner モデルのシミュレーションB.2 Q 学習のシミュレーションB.3 MAP 推定B.4 ベイズ推定によるQ 学習の推定B.5 集団モデルのシミュレーションB.6 階層ベイズB.7 WAIC, WBIC の…
- 著者
- 出版社 オーム社
- ジャンル
- シリーズ 行動データの計算論モデリング 強化学習モデルを例として
- 電子版配信開始日 2018/10/05
- ファイルサイズ 90.05 MB
