ODBIERZ TWÓJ BONUS :: »

Analiza bayesowska w Pythonie. Praktyczny przewodnik po modelowaniu probabilistycznym. Wydanie III Osvaldo Martin

(ebook) (audiobook) (audiobook)
Analiza bayesowska w Pythonie.  Praktyczny przewodnik po modelowaniu probabilistycznym. Wydanie III Osvaldo Martin  - okladka książki

Analiza bayesowska w Pythonie.  Praktyczny przewodnik po modelowaniu probabilistycznym. Wydanie III Osvaldo Martin  - okladka książki

Analiza bayesowska w Pythonie.  Praktyczny przewodnik po modelowaniu probabilistycznym. Wydanie III Osvaldo Martin  - audiobook MP3

Analiza bayesowska w Pythonie.  Praktyczny przewodnik po modelowaniu probabilistycznym. Wydanie III Osvaldo Martin  - audiobook CD

Autor:
Osvaldo Martin
Wydawnictwo:
Helion
Ocena:
Stron:
370
Druk:
oprawa miękka

W ostatnich dekadach statystyka bayesowska zyskała ogromne znaczenie w nauce i inżynierii. Współczesna analiza bayesowska to w dużej mierze statystyka obliczeniowa elastyczna, przejrzysta i umożliwiająca intuicyjną interpretację wyników. Dzięki rozwojowi bibliotek języka Python koncepcje bayesowskie stały się praktycznym narzędziem do realizacji zaawansowanych scenariuszy analitycznych.

Książka stanowi kompleksowe wprowadzenie do stosowanego wnioskowania bayesowskiego i jego implementacji w Pythonie. Autor używa nowoczesnej biblioteki PyMC do programowania probabilistycznego, a ArviZ do analizy i diagnostyki modeli. Omawia także inne narzędzia ekosystemu bayesowskiego, takie jak Bambi, PreliZ i Kulprit. Zapoznasz się z zagadnieniami bayesowskich addytywnych drzew regresyjnych (BART), selekcji zmiennych, konstrukcji rozkładów a priori i porównywania modeli. Ponadto dowiesz się, jak budować, analizować i interpretować modele probabilistyczne w projektach z zakresu data science.

W książce między innymi:

  • budowa modeli probabilistycznych z użyciem PyMC
  • analiza i diagnostyka modeli w ArviZ
  • modele hierarchiczne zalety i ograniczenia
  • porównywanie modeli i wybór najlepszych rozwiązań
  • interpretacja wyników w kontekście rzeczywistych problemów
  • myślenie probabilistyczne w ujęciu bayesowskim

Książka stanowi kompleksowe, jasne i zwięzłe wprowadzenie do metod bayesowskich i biblioteki PyMC.

Christopher Fonnesbeck i Thomas Wiecki

Wybrane bestsellery

O autorze książki

Osvaldo Martin jest badaczem specjalizującym się w metodach obliczeniowych. Zajmował się bioinformatyką strukturalną i symulacją układów molekularnych, obecnie koncentruje się na statystyce bayesowskiej i programowaniu probabilistycznym. Prowadził kursy z zakresu bioinformatyki, data science i analizy bayesowskiej. Współtworzył projekty open source związane z bibliotekami: ArviZ, Bambi, Kulprit, PreliZ i PyMC.

Helion - inne książki

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Zamknij Pobierz aplikację mobilną Ebookpoint