在线客服
贝叶斯思维:统计建模的Python学习法图书
人气:66

贝叶斯思维:统计建模的Python学习法

贝叶斯方法正在变得越来越常见与重要,但是却没有太多可以借鉴的资料来帮助初学者。基于Allen Downey在大学讲授的本科课程,本书的计算方法能帮助你获得一个良好的开端。
  • 所属分类:图书 >计算机/网络>程序设计>其他  
  • 作者:[美][Allen] [B.Downey]著,[许杨毅]译
  • 产品参数:
  • 丛书名:--
  • 国际刊号:9787115384287
  • 出版社:人民邮电出版社
  • 出版时间:2015-04
  • 印刷时间:2015-04-01
  • 版次:1
  • 开本:16开
  • 页数:--
  • 纸张:胶版纸
  • 包装:平装-胶订
  • 套装:

内容简介

这本书帮助那些希望用数学工具解决实际问题的人们,仅有的要求可能就是懂一点概率知识和程序设计。而贝叶斯方法是一种常见的利用概率学知识去解决不确定性问题的数学方法,对于一个计算机专业的人士,应当熟悉其应用在诸如机器翻译,语音识别,垃圾邮件检测等常见的计算机问题领域。

可是本书实际上会远远扩大你的视野,即使不是一个计算机专业的人士,你也可以看到在战争环境下(二战德军坦克问题),法律问题上(肾肿瘤的假设验证),体育博彩领域(队和加人队NFL比赛问题)贝叶斯方法的威力。怎么从有限的信息判断德军装甲部队的规模,你所支持的球队有多大可能赢得冠军,在《龙与地下城》勇士中,你应当对游戏角色属性的值有什么样的期望,甚至在普通的彩弹射击游戏中,拥有一些贝叶斯思维也能帮助到你提高游戏水平。

除此以外,本书在共计15章的篇幅中讨论了怎样解决十几个现实生活中的实际问题。在这些问题的解决过程中,作者还潜移默化的帮助读者形成了建模决策的方法论,建模误差和数值误差怎么取舍,怎样为具体问题建立数学模型,如何抓住问题中的主要矛盾(模型中的关键参数),再一步一步的优化或者验证模型的有效性或者局限性。在这个意义上,这本书又是一本关于数学建模的成功样本。

编辑推荐

贝叶斯方法正在变得越来越常见与重要,但是却没有太多可以借鉴的资料来帮助初学者。基于Allen Downey在大学讲授的本科课程,本书的计算方法能帮助你获得一个良好的开端。

使用已有的编程技巧学习和理解贝叶斯统计

处理估计、预测、决策分析、假设的证据、假设检验等问题

从简单的例子开始,包括硬币问题、M&Ms豆问题、《龙与地下城》勇士投骰子问题、彩弹游戏和冰球比赛问题

学习计算方法,解决诸如SAT分数含义、模拟肾肿瘤和人体微生物建模问题

作者简介

作者:Allen Downey,是欧林工程学院的计算机教授,加州大学伯克利分校的计算机博士。他在韦斯利学院(Wellesley College)、科尔比学院(Colby College)和加州大学伯克利分校讲授计算机科学课程。他也是O’Reilly出版的Think Stats和Think Python图书的作者。

译者:许杨毅,新浪网系统架构师,技术保障部总监,毕业于湖南大学,15年互联网工作经验。

目录

第1章 贝叶斯定理

1.1 条件概率

1.2 联合概率

1.3 曲奇饼问题

1.4 贝叶斯定理

1.5 历时诠释

1.6 M&M豆问题

1.7 Monty Hall难题

1.8 讨论

第2章 统计计算

2.1 分布

2.2 曲奇饼问题

2.3 贝叶斯框架

2.4 Monty Hall难题

2.5 封装框架

2.6 M&M豆问题

2.7 讨论

2.8 练习

第3章 估计

3.1 骰子问题

3.2 火车头问题

3.3 怎样看待先验概率?

3.4 其他先验概率

3.5 置信区间

3.6 累积分布函数

3.7 德军坦克问题

3.8 讨论

3.9 练习

第4章 估计进阶

4.1欧元问题

4.2后验概率的概述

4.3先验概率的湮没

4.4优化

4.5Beta分布

4.6讨论

4.7练习

第5章 胜率和加数

5.1 胜率

5.2 贝叶斯定理的胜率形式

5.3 奥利弗的血迹

5.4 加数

5.5 较大化

5.6 混合分布

5.7 讨论

第6章 决策分析

6.1 “正确的价格”问题

6.2 先验概率

6.3 概率密度函数

6.4 PDF的表示

6.5 选手建模

6.6 似然度

6.7 更新

6.8 出价

6.9 讨论

第7章 预测

7.1波士顿棕熊队问题

7.2泊松过程

7.3后验

7.4进球分布

7.5获胜的概率

7.6突然死亡法则

7.7讨论

7.8练习

第8章 观察者的偏差

8.1红线问题

8.2模型

8.3等待时间

8.4预测等待时间

8.5估计到达率

8.6消除不确定性

8.7决策分析

8.8讨论

8.9练习

第9章 二维问题

9.1 彩弹

9.2 Suite对象

9.3 三角学

9.4 似然度

9.5 联合分布

9.6 条件分布

9.7 置信区间

9.8 讨论

9.9 练习

第10章 贝叶斯近似计算

10.1 变异性假说

10.2 均值和标准差

10.3 更新

10.4 CV的后验分布

10.5 数据下溢

10.6 对数似然

10.7 一个小的优化

10.8 ABC(近似贝叶斯计算)

10.9 估计的性

10.10 谁的变异性更大?

10.11 讨论

10.12 练习

第11章 假设检验

11.1 回到欧元问题

11.2 来一个公平的对比

11.3 三角前验

11.4 讨论

11.5 练习

第12章 证据

12.1 解读SAT成绩

12.2 比例得分SAT

12.3 先验

12.4 后验

12.5 一个更好的模型

12.6 校准

12.7 效率的后验分布

12.8 预测分布

12.9 讨论

第13章 模拟

13.1 肾肿瘤的问题

13.2 一个简化模型

13.3 更普遍的模型

13.4 实现

13.5 缓存联合分布

13.6 条件分布

13.7 序列相关性

13.8 讨论

第14章 层次化模型

14.1 盖革计数器问题

14.2 从简单的开始

14.3 分层模型

14.4 一个小优化

14.5 抽取后验

14.6 讨论

14.7 练习

第15章 处理多维问题

15.1 脐部细菌

15.2 狮子,老虎和熊

15.3 分层版本

15.4 随机抽样

15.5 优化

15.6 堆叠的层次结构

15.7 另一个问题

15.8 还有工作要做

15.9 肚脐数据

15.10 预测分布

15.11 联合后验

15.12 覆盖

15.13 讨论

网友评论(不代表本站观点)

来自匿名用**的评论:

印刷挺好的

2017-09-30 21:49:46
来自匿名用**的评论:

包装很好,看完再来评论

2017-10-31 12:44:58
来自无昵称**的评论:

五个字!!!!!

2017-10-31 17:59:36
来自juanzi3**的评论:

质量不错,就是快递比较慢

2017-10-31 20:47:34
来自乱七八**的评论:

讲解直白,适合入门者阅读

2017-11-02 20:01:46
来自木叶飕**的评论:

反反复复发

2017-11-03 11:32:40
来自qpkhl62**的评论:

Satisfied

2017-11-03 20:12:09
来自匿名用**的评论:

还没看呢,不知怎么样

2017-11-04 17:30:46
来自hercule**的评论:

这本书的作者公布了英文的PDF版,买的中文版感觉性价比太低,如果英文不错的话,可以直接读英文,总共才200也左右嘛。

2015-08-16 11:38:59
来自无昵称**的评论:

寡淡无味的书,这个人根本不会写作,一个冷漠的人写的书。如果是全价买的就退了,但是是半价买的,想扔了。

2017-06-17 10:15:03
来自lubeicn**的评论:

页数不多,价格稍高!不过看在python的面子上,还是可以简单读读!

2015-05-06 15:18:49
来自东方游**的评论:

今天中午到的,速度真心的快,就是买前没有仔细看,书太薄了。

2016-03-30 12:47:57
来自照耀雪**的评论:

基本上是从程序上来说明一些统计算法,还算实用。

2016-06-04 16:33:37
来自chi93**的评论:

这个,感觉之前买的有点略冲动,不过,如果在给我一次应该不会购买了。

2016-04-22 08:05:08
来自雯雯的**的评论:

凑单买的,老公还没来得及看,像大学的高数呀,没有研究兴趣的人估计很难静下心来读吧,哈哈

2016-03-23 10:30:42
来自无昵称**的评论:

很好,尽管现在没细看,但很多事概率统计的知识

2016-01-04 09:32:10
来自愁如海**的评论:

一向oreilly是不错的出版物,贝叶斯与python的结合,更是为python引入国内或国内科研,打下良好的铺垫。

2015-03-25 12:41:26
来自村口翔**的评论:

有Python基础和数学基础的人 进行统计学习

2016-11-15 10:27:35
来自r***l(**的评论:

想找本python关于详细统计的,可惜没有,这本还差太多

2017-06-15 08:50:10
来自匿名用**的评论:

书本知识本身不错,但是就是环境配置还有载入库比较难受,总之比较好的给了一个框架,但是具体怎么理解就要深入分析一下了。

2017-06-17 21:51:31
来自yafeile**的评论:

书很薄,主要是想使用python来实现贝叶斯思维才买的,内容讲的还可以。

2016-08-20 15:37:50
来自stevenz**的评论:

我认为书虽然很薄,但基本都是干货,对理解贝叶斯很有帮助

2016-04-23 12:03:04
来自r***x(**的评论:

用pythob学统计建模,打牢数据分析基础

2017-05-28 11:57:15
来自凡小路**的评论:

贝叶斯思维,机器学习中的经典理论又火了一把,朴素贝叶斯等算法的讲解很到位。

2015-11-06 12:17:13
来自无昵称**的评论:

贝叶斯的书世面上不多,这边算是理论联系实际的,更容易理解贝叶斯统计。

2016-04-22 14:48:36
来自lqj530**的评论:

还行, 错误不是很多, 但还是有翻译错误, 有点的列子新颖,多,有启发性, 这本书的缺点是列子都没有公式,只有Python, 最后自己加个公式, 这样比较容易懂, 如果用R实现就更好了。

2016-04-22 21:08:32
来自苗***(**的评论:

贝叶斯思维,这本书的内容还是挺不错的,正在努力学习中,希望能帮助我提升。书的包装和纸质都不错。

2017-01-16 15:33:27
来自无昵称**的评论:

简单明白,看到开头的数学题,我以为完了;但后面有模块可以下载,运用Python贝叶斯就那么简单。

2016-09-06 12:04:28

免责声明

更多相关图书