⚠️ このページは機械翻訳されています

この日本語訳は機械翻訳によるもので、誤りや不自然な表現が含まれている場合があります。正確な内容については英語版をご参照ください。

This page was machine-translated and may contain errors. Please refer to the English version for accuracy.

確率と確率的計算のチュートリアル（機械翻訳）

確率への物語的入門

確率・確率的機械学習・確率的計算——千葉工大マスコットChibanyの一年の物語として。

数学の予備知識は不要です。すべてのアイデアはまず具体的な場面（弁当の謎）から始まり、それが要求する数学、そして実行可能なGenJAXコードへと進みます。

確率論 → 確率的機械学習 → 確率的計算。ニューラルネットワーク、LLM、機械学習の倫理まで。

ベイズ認知科学：心の理論としての確率モデル——一般化、記憶、サンプリング、目標推論、心の理論。

Part	Chibanyの一年	学ぶこと
I. 基礎	今日はトンカツ？	事象、数え上げ、条件付け、ベイズの定理
II. 道具	ノートPCに日々を想像させる	GenJAX：シミュレート、トレース、条件付け、推論
III. 連続確率とベイズ学習	二つの山の謎	密度、ガウス分布、ベイズ更新、混合モデル
IV. 構造	弁当の出所プロジェクト	一般化、ベイズネット、因果、情報、階層
V. 連鎖・ウォーク・サンプリング	足し合わせられない問い	マルコフ連鎖、ランダムウォーク、MC、粒子フィルタ、MCMC
VI. 意思決定と強化学習	Chibanyが行動を学ぶ	意思決定理論、MDP、Q学習、逆強化学習、POMDP
VII. モデルの複雑さ	冬のモデル・フェア	バイアス-バリアンス、ベイズノンパラメトリクス、ガウス過程
VIII. 深層ネットワーク	キオスクと見習い	ニューラルネット、トランスフォーマー、LLMと文脈内学習
IX. 倫理・公平性・安全性	マスコットの掟	敵対的ML、公平性、バイアス、アラインメント

本プロジェクトは日本確率計算コンソーシアム協会（JPCCA）の助成を受けています。