Вероятностное программирование на Python
Байесовский вывод и алгоритмы.
Дэвидсон-Пайлон Кэмерон «Вероятностное программирование на Python» Питер, 2019 год, 256 стр., ISBN 978-5-4461-1058-2; (PDF)
Байесовские методы — один из многих инструментов в арсенале современных ученых, специализирующихся на обработке данных (data scientists). Эти методы можно использовать для решения задач прогнозирования, классификации, ранжирования данных, логического вывода, обнаружения спама и многих других.
Байесовские методы пугают формулами многих айтишников, но без анализа статистики и вероятностей сейчас не обойтись. Кэмерон Дэвидсон-Пайлон рассказывает о байесовском методе с точки зрения программиста-практика, работающего с многофункциональным языком PyMC и библиотеками NumPy, SciPy и Matplotlib. Раскрывая роль байесовских выводов при А/В-тестировании, выявлении мошенничества и в других насущных задачах, вы не только легко разберетесь в этой нетривиальной теме, но и начнете применять полученные знания для достижения своих целей.
- Глава 1. Философия байесовского вывода
- Глава 2. Еще немного о PyMC
- Глава 3. Открываем "черный ящик" MCMC
- Глава 4. Величайшая из несформулированных теорем
- Глава 5. Что лучше: потерять руку или ногу?
- Глава 6. Расставляем приоритеты
- Глава 7. A/B-тестирование
- Глоссарий
Добавить комментарий