Bayesian Statistics: Foundations and Applied Inference (İngilizce).

Geleneksel istatistikler, modellerinizi yeni kanıtlarla güncellemek veya önceden edinilmiş bilgiyi dahil etmek istediğinizde sık sık katı hissedebilir. Bayes istatistikleri belirsizliği modellemek ve gerçek dünya verilerine dayalı kararlar almak için sezgisel, olasılıksal bir çerçeve sunar. Bu metin tabanlı kursta, frekansçı zihniyetten Bayesçi bir perspektife geçiş yapacaksınız. Önceden dağılımları inşa etmeyi, sonradan olasılıkları hesaplamayı ve gerçek dünya istatistiksel sorunlarını çözmek için modern hesaplama araçlarını uygulamayı öğreneceksiniz. Ne öğreneceksiniz: 1. Bayes'in teoreminin temel kavramlarını, önceki dağılımları, olasılığı ve sonrakileri anlayın. 2. Analitik olarak temel olasılık problemlerini çözmek için eşleşen öncelikleri uygulayın. 3.Önleyici görevler için Bayesçi doğrusal gerileme modellerini formüle edin ve yorumlayın. 4. Markov Chain Monte Carlo (MCMC) ve varyasyonel çıkarım gibi modern hesaplama yöntemlerini keşfetmek. 5. Kodlamada modelleri uygulamak için olasılıksal programlama kavramlarını kullanarak verileri analiz edin. 6. Modelin uygunluğunu değerlendirin ve sonuçlarınızı doğrulamak için sonradan tahmini kontroller yapın. Kurs, analitik yaklaşımları modern hesaplama simülasyon teknikleriyle karşılaştıran pratik modelleme senaryoları boyunca size rehberlik etmeden önce, temel terminoloji ve olasılığın matematiksel temelleriyle başlıyor. Bu kurs, istatistik, veri analizi veya veri bilimi alanında, ileri matematiksel ön koşullara ihtiyaç duymadan Bayes yöntemlerinde sağlam bir kavramsal temel oluşturmak isteyen yeni başlayanlar için tasarlanmıştır. Olasılıksal mantığın gücünü öğrenmek ve veri analiz araçlarınızı yükseltmek için bugün okumaya başlayın.