An Introduction to Bayesian Inference, Methods and Computation
Niniejsze notatki z wykładów stanowią szybkie i przystępne wprowadzenie do metod statystyki bayesowskiej.
Kurs obejmuje podstawową filozofię i zasady wnioskowania bayesowskiego, w tym rozumowanie stojące za konstrukcją modelu prior/likelihood będącą synonimem metod bayesowskich, aż po zaawansowane tematy, takie jak nieparametry, procesy gaussowskie i modele czynników ukrytych. Te zaawansowane techniki modelowania można łatwo zastosować za pomocą przykładów kodu komputerowego napisanych w Pythonie i Stanie, które są zintegrowane z głównym tekstem.
Co ważne, czytelnik pozna metody oceny dopasowania modelu i wyboru między konkurencyjnymi podejściami do modelowania.
