An Introduction to Bayesian Inference, Methods and Computation
Ces notes de cours constituent une introduction rapide et accessible aux méthodes statistiques bayésiennes.
Le cours couvre la philosophie et les principes fondamentaux de l'inférence bayésienne, y compris le raisonnement derrière la construction du modèle a priori/vraisemblance synonyme de méthodes bayésiennes, jusqu'à des sujets avancés tels que la non-paramétrie, les processus gaussiens et les modèles de facteurs latents. Ces techniques de modélisation avancées peuvent être facilement appliquées à l'aide d'exemples de codes informatiques écrits en Python et en Stan qui sont intégrés dans le texte principal.
Il est important de noter que le lecteur apprendra des méthodes pour évaluer l'adéquation d'un modèle et pour choisir entre des approches de modélisation concurrentes.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)