これまで，検索閲覧時間やページ閲覧回数などの行動データの統計モデリングを行うときは，メインのプログラミング言語であるPythonではなくRを使っていた．具体的にはbrmsというパッケージを利用していた．Rとbrmsを使えば，確率モデルを数式チックに記述できる．また結果を可視化し分析するパッケージ群が豊富にあるということで，Pythonを手放してまでRを使っていた．
ところが，Rだと計算が遅い．Rでは並列化やGPU利用に少々難がある．何より，使い慣れたPythonで前処理から分析を行いたい．これら問題を解決するためのツールとして，Pythonでは確率的プログラミングのライブラリとしてTensorFlow ProbabilityやPyroが公開されている．しかし，これらはTensorの扱いに慣れていない軟弱な僕にはつらい．
諦めていたところ，最近NumPyroというライブラリがあることを知った．なんとTensorではなくnumpyのarray形式でデータを扱えるというではないか．開発もPyroと同じUber AI Labsによって行われているので，メンテナンスもしっかりしてそう．ということで，NumPyroの使い方を勉強してみることにした．
題材として，以前から気になっていた@muijpさんの「野球選手が本塁打を一番打てるのは何歳のときなのかPythonとStanで求める」をNumPyroで実装してみることにした．
以下は，NumPyroでの統計モデリングの実装方法に関する記事である．どうぞご笑覧ください（Github Gistコードへの直リンク）．
4 Replies