Python贝叶斯建模与计算--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥22.05

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

《Python贝叶斯建模与计算》旨在帮助贝叶斯初学者成为中级从业者。本书使用了PyMC3、TensorFlow Probability和ArviZ等多个软件库的实践方法，重点是应用统计学的实践方法，并参考了基础数学理论。本书首先回顾了贝叶斯推断的概念。第2章介绍了贝叶斯模型探索性分析的现代方法。基于这两个基本原理，接下来的章节介绍了各种模型，包括线性回归、样条、时间序列和贝叶斯加性回归树。其后几章讨论的主题包括：逼近贝叶斯计算，通过端到端案例研究展示如何在不同环境中应用贝叶斯建模，以及概率编程语言内部构件。最后一章深入讲述数学理论或扩展对某些主题的讨论，作为本书其余部分的参考。本书由PyMC3、ArviZ、 Bambi和TensorFlow Probability等软件库的贡献者撰写。

作者简介

\"Osvaldo A. Martin是阿根廷IMASL-CONICET和芬兰阿尔托大学计算机科学系的研究员。他拥有生物物理学和结构生物信息学博士学位。多年来，他日益精进对贝叶斯方面的数据分析问题的研究。他对开发和实现贝叶斯统计和概率建模软件工具尤其感兴趣。 Ravin Kumar是谷歌的数据科学家，此前曾在SpaceX和Sweetgreen等公司工作。他拥有制造工程硕士学位和机械工程学士学位。他发现贝叶斯统计可以有效地为组织建模以及制定策略。 Junpeng Lao是谷歌的数据科学家。在此之前，他获得了博士学位，随后作为博士后在认知神经科学领域开展研究。他主要研究Bootstrapping和Permutation，由此对贝叶斯统计和生成建模产生了浓厚的兴趣。\"

第1章贝叶斯推断 1.1 贝叶斯建模 1.1.1 贝叶斯模型 1.1.2 贝叶斯推断介绍 1.2 一个自制采样器，不要随意尝试 1.3 支持自动推断，反对自动建模 1.4 量化先验信息的方法 1.4.1 共轭先验 1.4.2 客观先验 1.4.3 最大熵先验 1.4.4 弱信息先验与正则化先验 1.4.5 先验预测分布用于评估先验选择 1.5 练习第2章贝叶斯模型的探索性分析 2.1 贝叶斯推断前后的工作 2.2 理解你的假设 2.3 理解你的预测 2.4 诊断数值推断 2.4.1 有效样本量 2.4.2 潜在尺度缩减因子（R） 2.4.3 蒙特卡罗标准差 2.4.4 轨迹图 2.4.5 自相关图 2.4.6 秩图 2.4.7 散度 2.4.8 采样器的参数和其他诊断方法 2.5 模型比较 2.5.1 交叉验证和留一法 2.5.2 对数预测密度的期望 2.5.3 帕累托形状参数k 2.5.4 解读帕累托参数k较大时的p_loo 2.5.5 LOO-PIT 2.5.6 模型平均 2.6练习第3章线性模型与概率编程语言 3.1 比较两个或多个组 3.2 线性回归 3.2.1 一个简单的线性模型 3.2.2 预测 3.2.3 中心化处理 3.3 多元线性回归 3.4 广义线性模型 3.4.1 逻辑回归 3.4.2 分类模型 3.4.3 解释对数赔率 3.5 回归模型的先验选择 3.6 练习第4章扩展线性模型 4.1 转换预测变量 4.2 可变的不确定性 4.3 引入交互效应

Python贝叶斯建模与计算

库存： {{selectedSku?.stock}} 库存充足