·國(guó)際杰出機(jī)器學(xué)習(xí)專(zhuān)家、地平線機(jī)器人技術(shù)創(chuàng)始人和CEO、前百度研究院執(zhí)行院長(zhǎng)余凱博士，騰訊專(zhuān)家研究員岳亞丁博士推薦、審校·內(nèi)容涉及Python語(yǔ)言庫(kù)PyMC，以及相關(guān)的工具，包括NumPy\SciPy\Matplotlib，無(wú)需復(fù)雜的數(shù)學(xué)分析，通過(guò)實(shí)例、從編程的角度介紹貝葉斯分析方法，大多數(shù)程序員都可以入門(mén)并掌握。本書(shū)的內(nèi)容特色：·學(xué)習(xí)貝葉斯思維方式·理解計(jì)算機(jī)如何進(jìn)行貝葉斯推斷·利用PyMC Python庫(kù)進(jìn)行編程來(lái)實(shí)現(xiàn)貝葉斯分析·利用PyMC建模以及調(diào)試·測(cè)試模型的擬合優(yōu)度·打開(kāi)馬爾科夫鏈蒙特卡洛算法的黑盒子，看看它如何工作·利用大數(shù)定律的力量·掌握聚類(lèi)、收斂、自相關(guān)、細(xì)化等關(guān)鍵概念·根據(jù)目標(biāo)和預(yù)期的結(jié)果，利用損失函數(shù)來(lái)推斷缺陷·選擇合理的先驗(yàn)，并理解其如何隨著樣本量的大小而變化·克服“研發(fā)與開(kāi)發(fā)”的困境：判斷是否已經(jīng)足夠好了·利用貝葉斯推斷改良A/B測(cè)試·在可用數(shù)據(jù)量小的情況下，解決數(shù)據(jù)科學(xué)的問(wèn)題
本書(shū)基于PyMC語(yǔ)言以及一系列常用的Python數(shù)據(jù)分析框架，如NumPy、SciPy和Matplotlib，通過(guò)概率編程的方式，講解了貝葉斯推斷的原理和實(shí)現(xiàn)方法。該方法常�？梢栽诒苊庖氪罅繑�(shù)學(xué)分析的前提下，有效地解決問(wèn)題。書(shū)中使用的案例往往是工作中遇到的實(shí)際問(wèn)題，有趣并且實(shí)用。作者的闡述也盡量避免冗長(zhǎng)的數(shù)學(xué)分析，而讓讀者可以動(dòng)手解決一個(gè)個(gè)的具體問(wèn)題。通過(guò)對(duì)本書(shū)的學(xué)習(xí)，讀者可以對(duì)貝葉斯思維、概率編程有較為深入的了解，為將來(lái)從事機(jī)器學(xué)習(xí)、數(shù)據(jù)分析相關(guān)的工作打下基礎(chǔ)。本書(shū)適用于機(jī)器學(xué)習(xí)、貝葉斯推斷、概率編程等相關(guān)領(lǐng)域的從業(yè)者和愛(ài)好者，也適合普通開(kāi)發(fā)人員了解貝葉斯統(tǒng)計(jì)而使用。
|
