這本書幫助那些希望用數(shù)學(xué)工具解決實際問題的人們，僅有的要求可能就是懂一點概率知識和程序設(shè)計。而貝葉斯方法是一種常見的利用概率學(xué)知識去解決不確定性問題的數(shù)學(xué)方法，對于一個計算機專業(yè)的人士，應(yīng)當(dāng)熟悉其應(yīng)用在諸如機器翻譯，語音識別，垃圾郵件檢測等常見的計算機問題領(lǐng)域。
可是本書實際上會遠(yuǎn)遠(yuǎn)擴大你的視野，即使不是一個計算機專業(yè)的人士，你也可以看到在戰(zhàn)爭環(huán)境下（二戰(zhàn)德軍坦克問題），法律問題上（腎腫瘤的假設(shè)驗證），體育博彩領(lǐng)域（棕熊隊和加人隊nfl比賽問題）貝葉斯方法的威力。怎么從有限的信息判斷德軍裝甲部隊的規(guī)模，你所支持的球隊有多大可能贏得冠軍，在《龍與地下城》勇士中，你應(yīng)當(dāng)對游戲角色屬性的*大值有什么樣的期望，甚至在普通的彩彈射擊游戲中，擁有一些貝葉斯思維也能幫助到你提高游戲水平。
除此以外，本書在共計15章的篇幅中討論了怎樣解決十幾個現(xiàn)實生活中的實際問題。在這些問題的解決過程中，作者還潛移默化的幫助讀者形成了建模決策的方法論，建模誤差和數(shù)值誤差怎么取舍，怎樣為具體問題建立數(shù)學(xué)模型，如何抓住問題中的主要矛盾（模型中的關(guān)鍵參數(shù)），再一步一步的優(yōu)化或者驗證模型的有效性或者局限性。在這個意義上，這本書又是一本關(guān)于數(shù)學(xué)建模的成功樣本。
貝葉斯方法正在變得越來越常見與重要，但是卻沒有太多可以借鑒的資料來幫助初學(xué)者�；赼llen downey在大學(xué)講授的本科課程，本書的計算方法能幫助你獲得一個良好的開端。
使用已有的編程技巧學(xué)習(xí)和理解貝葉斯統(tǒng)計
處理估計、預(yù)測、決策分析、假設(shè)的證據(jù)、假設(shè)檢驗等問題
從簡單的例子開始，包括硬幣問題、m&ms豆問題、《龍與地下城》勇士投骰子問題、彩彈游戲和冰球比賽問題
學(xué)習(xí)計算方法，解決諸如sat分?jǐn)?shù)含義、模擬腎腫瘤和人體微生物建模問題
|
