点此搜书

贝叶斯思维  统计建模的Python学习法
  • 作 者:(美)唐尼著
  • 出 版 社:北京:人民邮电出版社
  • 出版年份:2015
  • ISBN:9787115384287
  • 标注页数:168 页
  • PDF页数:186 页
  • 请阅读订购服务说明与试读!

文档类型

价格(积分)

购买连接

试读

PDF格式

8

立即购买

点击试读

订购服务说明

1、本站所有的书默认都是PDF格式,该格式图书只能阅读和打印,不能再次编辑。

2、除分上下册或者多册的情况下,一般PDF页数一定要大于标注页数才建议下单购买。【本资源186 ≥168页】

图书下载及付费说明

1、所有的电子图书为PDF格式,支持电脑、手机、平板等各类电子设备阅读;可以任意拷贝文件到不同的阅读设备里进行阅读。

2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)

3、所有的电子图书都是原书直接扫描方式制作而成。

第1章 贝叶斯定理 1

1.1 条件概率 1

1.2 联合概率 2

1.3 曲奇饼问题 2

1.4 贝叶斯定理 3

1.5 历时诠释 4

1.6 M&M豆问题 5

1.7 Monty Hall难题 6

1.8 讨论 8

第2章 统计计算 9

2.1 分布 9

2.2 曲奇饼问题 10

2.3 贝叶斯框架 11

2.4 Monty Hall难题 12

2.5 封装框架 13

2.6 M&M豆问题 14

2.7 讨论 15

2.8 练习 16

第3章 估计 17

3.1 骰子问题 17

3.2 火车头问题 18

3.3 怎样看待先验概率? 20

3.4 其他先验概率 21

3.5 置信区间 23

3.6 累积分布函数 23

3.7 德军坦克问题 24

3.8 讨论 24

3.9 练习 25

第4章 估计进阶 27

4.1 欧元问题 27

4.2 后验概率的概述 28

4.3 先验概率的湮没 29

4.4 优化 31

4.5 Beta分布 32

4.6 讨论 34

4.7 练习 34

第5章 胜率和加数 37

5.1 胜率 37

5.2 贝叶斯定理的胜率形式 38

5.3 奥利弗的血迹 39

5.4 加数 40

5.5 最大化 42

5.6 混合分布 45

5.7 讨论 47

第6章 决策分析 49

6.1 “正确的价格”问题 49

6.2 先验概率 50

6.3 概率密度函数 50

6.4 PDF的表示 51

6.5 选手建模 53

6.6 似然度 55

6.7 更新 55

6.8 最优出价 57

6.9 讨论 59

第7章 预测 61

7.1 波士顿棕熊队问题 61

7.2 泊松过程 62

7.3 后验 63

7.4 进球分布 64

7.5 获胜的概率 66

7.6 突然死亡法则 66

7.7 讨论 68

7.8 练习 69

第8章 观察者的偏差 71

8.1 红线问题 71

8.2 模型 71

8.3 等待时间 73

8.4 预测等待时间 75

8.5 估计到达率 78

8.6 消除不确定性 80

8.7 决策分析 81

8.8 讨论 83

8.9 练习 84

第9章 二维问题 85

9.1 彩弹 85

9.2 Suite对象 85

9.3 三角学 87

9.4 似然度 88

9.5 联合分布 89

9.6 条件分布 90

9.7 置信区间 91

9.8 讨论 93

9.9 练习 94

第10章 贝叶斯近似计算 95

10.1 变异性假说 95

10.2 均值和标准差 96

10.3 更新 98

10.4 CV的后验分布 98

10.5 数据下溢 99

10.6 对数似然 100

10.7 一个小的优化 101

10.8 ABC(近似贝叶斯计算) 102

10.9 估计的可靠性 104

10.10 谁的变异性更大? 105

10.11 讨论 107

10.12 练习 108

第11章 假设检验 109

11.1 回到欧元问题 109

11.2 来一个公平的对比 110

11.3 三角前验 111

11.4 讨论 112

11.5 练习 113

第12章 证据 115

12.1 解读SAT成绩 115

12.2 比例得分SAT 115

12.3 先验 116

12.4 后验 117

12.5 一个更好的模型 119

12.6 校准 121

12.7 效率的后验分布 122

12.8 预测分布 123

12.9 讨论 124

第13章 模拟 127

13.1 肾肿瘤的问题 127

13.2 一个简化模型 128

13.3 更普遍的模型 130

13.4 实现 131

13.5 缓存联合分布 132

13.6 条件分布 133

13.7 序列相关性 135

13.8 讨论 138

第14章 层次化模型 139

14.1 盖革计数器问题 139

14.2 从简单的开始 140

14.3 分层模型 141

14.4 一个小优化 142

14.5 抽取后验 142

14.6 讨论 144

14.7 练习 144

第15章 处理多维问题 145

15.1 脐部细菌 145

15.2 狮子,老虎和熊 145

15.3 分层版本 148

15.4 随机抽样 149

15.5 优化 150

15.6 堆叠的层次结构 151

15.7 另一个问题 153

15.8 还有工作要做 154

15.9 肚脐数据 156

15.10 预测分布 158

15.11 联合后验 161

15.12 覆盖 162

15.13 讨论 164

购买PDF格式(8分)
返回顶部