作者：加 Cameron Davidson P 日期：2022-01-11 02:22:46
·国际杰出机器学习专家、地平线机器人技术创始人和CEO、前百度研究院执行院长余凯博士，腾讯专家研究员岳亚丁博士推荐、审校·内容涉及Python语言库PyMC，以及相关的工具，包括NumPy\SciPy\Matplotlib，无需复杂的数学分析，通过实例、从编程的角度介绍贝叶斯分析方法，大多数程序员都可以入门并掌握。本书的内容特色：·学习贝叶斯思维方式·理解计算机如何进行贝叶斯推断·利用PyMC Python库进行编程来实现贝叶斯分析·利用PyMC建模以及调试·测试模型的拟合优度·打开马尔科夫链蒙特卡洛算法的黑盒子，看看它如何工作·利用大数定律的力量·掌握聚类、收敛、自相关、细化等关键概念·根据目标和预期的结果，利用损失函数来推断缺陷·选择合理的先验，并理解其如何随着样本量的大小而变化·克服“研发与开发”的困境：判断是否已经足够好了·利用贝叶斯推断改良A/B测试·在可用数据量小的情况下，解决数据科学的问题
本书基于PyMC语言以及一系列常用的Python数据分析框架，如NumPy、SciPy和Matplotlib，通过概率编程的方式，讲解了贝叶斯推断的原理和实现方法。该方法常常可以在避免引入大量数学分析的前提下，有效地解决问题。书中使用的案例往往是工作中遇到的实际问题，有趣并且实用。作者的阐述也尽量避免冗长的数学分析，而让读者可以动手解决一个个的具体问题。通过对本书的学习，读者可以对贝叶斯思维、概率编程有较为深入的了解，为将来从事机器学习、数据分析相关的工作打下基础。本书适用于机器学习、贝叶斯推断、概率编程等相关领域的从业者和爱好者，也适合普通开发人员了解贝叶斯统计而使用。