内容 隐藏
1 使用 Python 进行贝叶斯分析 – 第三版
2 Bayesian Analysis with Python – Third Edition

使用 Python 进行贝叶斯分析 – 第三版

Bayesian Analysis with Python – Third Edition

 关于本书

使用 Python 进行贝叶斯分析的第三版介绍了使用 PyMC（最先进的概率编程库）和其他支持和促进建模的库（如 ArviZ）进行应用贝叶斯建模的主要概念，用于贝叶斯模型的探索性分析;小鹿斑比，用于灵活和简单的分层线性建模;PreliZ，用于事先启发;PyMC-BART，用于灵活的非参数回归;和 Kulprit，用于变量选择。在这个更新版本中，对概率论的简要概念介绍通过引入贝叶斯加法回归树 （BART） 等新主题来增强您的学习之旅，并具有更新的示例。根据前几版的反馈和经验，精炼的解释强调了本书对贝叶斯统计的重视。您将使用合成和真实数据集探索各种模型，包括分层模型、用于回归和分类的广义线性模型、混合模型、高斯过程和 BART。在本本书结束时，您将对概率建模有一定的了解，使您能够设计和实现贝叶斯模型以应对数据科学挑战。如果需要，您将做好充分准备，深入研究更高级的材料或专门的统计建模。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。