Python贝叶斯建模与计算

图书标准信息

• 作者 [阿根廷] 奥斯瓦尔多·A. 马丁（Osvaldo A. Martin），[美]拉万·库马尔（Ravin Kumar）[美]劳俊鹏（Junpeng Lao）著 郭涛 译
• 出版社 清华大学出版社
• 出版时间 2021
• 版次 1
• ISBN 9787302654858
• 定价 98.00元
• 装帧 平装
• 开本 16开
• 页数 348页
• 字数 555千字

【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、tenorflow 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分析的现代方法。基于这两个基本接下来的章节介绍了各种模型，包括线回归、样条、时间序列和贝叶斯加回归树。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，以及概率编程语言构件。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。
python贝叶斯建模与计算由pymc3、arviz、bambi和tenorflowprobability等软件库的贡献者撰写。

【作者简介】

:
    奥斯瓦尔多·A.马丁，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。

【目录】

章贝叶斯推断1

1.1贝叶斯建模1

1.1.1贝叶斯模型2

1.1.2贝叶斯推断介绍2

1.2一个自制采样器，不要随意尝试5

1.3支持自动推断，反对自动建模9

1.4量化先验信息的方法12

1.4.1共轭先验13

1.4.2客观先验15

1.4.3优选熵先验17

1.4.4弱信息先验与正则化先验20

1.4.5先验预测分布用于评估先验选择21

1.5练21

第2章贝叶斯模型的探索分析25

2.1贝叶斯推断前后的工作25

2.2理解你的设26

2.3理解你的预测28

……