Python で学ぶ ベイズフィルタとカルマンフィルタ (翻訳)
- 通常版Digital1,500 JPY
- サンプルDigital0 JPY
Roger R. Labbe 著 Kalman and Bayesian Filters in Python の翻訳です。 フォーマット: PDF, Jupyter Notebook (両方付属します) ページ数: 531 (PDF 数のページ数)
この本について
ベイズ的な考え方を使ってカルマンフィルタを解説する本です。前半では g-h フィルタや離散ベイズフィルタを通してカルマンフィルタの考え方や使い方が丁寧に説明され、後半では拡張カルマンフィルタや無香料カルマンフィルタといった非線形フィルタが説明されます。 この本は全編が Jupyter Notebook で書かれています。そのため、説明されるプログラムを自分で試しながら読むことができます。例えば本文中にあるグラフでフィルタのパラメータやデータのノイズ量を調整したときの結果をその場で確認することが可能です。 サンプルには「はじめに」「第一章 g-h フィルタ」「補遺 A インストール方法」が含まれます。購入する場合はサンプルで Jupyter Notebook が実行できることを確認してから購入するようにお願いします。 この翻訳の HTML 版は https://inzkyk.xyz/kalman_filter/ で公開されています。 英語版は https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python にて CC-BY 4.0 ライセンス ( http://creativecommons.org/licenses/by/4.0/ ) で公開されています。この翻訳は CC-BY 4.0 ライセンスの許諾に基づいて販売されます。
目次
はじめに 第 1 章 g-h フィルタ 第 2 章 離散ベイズフィルタ 第 3 章 確率・ガウス分布・ベイズの定理 第 4 章 一次元カルマンフィルタ 第 5 章 多変量ガウス分布 第 6 章 多変量カルマンフィルタ 第 7 章 カルマンフィルタの数学 第 8 章 カルマンフィルタの設計 第 9 章 非線形フィルタリング 第 10 章 無香料カルマンフィルタ 第 11 章 拡張カルマンフィルタ 第 12 章 粒子フィルタ 第 13 章 平滑化 第 14 章 適応フィルタ 補遺 A インストール方法 補遺 B 記号と記法 補遺 C 離散データの PDF の計算とプロット 補遺 D 反復最小二乗法によるセンサー統合
更新履歴
2021 年 10 月 27 日 公開 2022 年 4 月 14 日 誤字の修正 2022 年 7 月 11 日 誤字の修正 2023 年 4 月 7 日 誤字の修正 2024 年 2 月 13 日 誤字の修正/コードの修正