Bab ini akan memperkenalkan Anda pada analisis data Bayesian dan memberi gambaran tentang cara kerjanya.

Mencoba Bayes untuk Pertama Kalinya

Ketidakpastian dan es krim

Mari mencoba analisis data Bayesian

Lempar koin dengan prop_model

Obat zombie dengan prop_model

Sampel dan ringkasan posterior

Melihat sampel dari prop_model

Meringkas eksperimen obat zombie

Anda telah melakukan analisis data Bayesian!

Apa itu Analisis Data Bayesian?

Dalam bab ini kita akan meninjau secara rinci landasan inferensi Bayesian.

Komponen yang diperlukan untuk inferensi Bayesian

Coba jalankan sebuah model generatif

Coba distribusi binomial secara langsung

Menggunakan model generatif

Berapa banyak pengunjung yang bisa didapat situs Anda (1)?

Merepresentasikan ketidakpastian dengan prior

Menambahkan prior ke model

Model Bayesian dan pengondisian

Perbarui model Bayesian dengan data

Berapa banyak pengunjung yang bisa didapat situs Anda (3)?

Apa yang sudah kita lakukan?

Bagaimana inferensi Bayesian bekerja?

Bab ini akan menunjukkan empat alasan mengapa analisis data Bayesian merupakan alat yang berguna untuk dimiliki dalam perlengkapan ilmu data Anda.

Empat hal baik dari Bayes

Menjelajahi penggunaan distribusi Beta sebagai prior

Pilih prior yang paling tepat menangkap informasi tersebut

Ubah model untuk menggunakan prior informatif

Kontras dan perbandingan

Sesuaikan model menggunakan himpunan data lain

Menghitung selisih posterior

Analisis keputusan

Analisis keputusan kecil 1

Analisis keputusan kecil 2

Ubah apa pun dan segala sesuatu

Distribusi Poisson

Klik per hari alih-alih klik per iklan

Bayes itu optimal, semacam...

Mengapa menggunakan Analisis Data Bayesian?

Pelajari inti dari teorema Bayes dan cara menggunakannya untuk inferensi statistik.

Aturan probabilitas

Kartu dan aturan penjumlahan

Kartu dan aturan hasil kali

Menghitung likelihood

Dari rbinom ke dbinom

Menghitung probabilitas dengan dbinom

Perhitungan Bayesian

Menghitung distribusi gabungan

Kondisioning pada data (lagi)

Jalur pintas dengan kondisi

Teorema Bayes

Deskripsi model Poisson

Inferensi Bayesian dengan teorema Bayes

Pelajari penggunaan distribusi Normal untuk menganalisis data kontinu dan coba alat untuk analisis Bayesian praktis di R.

Suhu di danau berdistribusi Normal

rnorm, dnorm, dan berat bayi baru lahir

Model Bayesian untuk suhu air

Model Bayesian untuk IQ Zombie

Menaksir rata-rata IQ zombie dengan melihat grafik?

Menjawab pertanyaan: Haruskah saya mengadakan pesta pantai?

Mengambil sampel dari posterior zombie

Namun secerdas apa zombie berikutnya?

Alat praktis: BEST

Model BEST dan zombi dengan diet

BEST bersifat robust

Apa yang telah Anda pelajari? Apa yang belum kita bahas?

Lebih banyak parameter, lebih banyak data, dan lebih banyak Bayes

Analisis data Bayesian adalah pendekatan untuk pemodelan statistik dan Machine Learning yang semakin populer. Pendekatan ini menyediakan kerangka kerja yang seragam untuk membangun model khusus sesuai masalah yang dapat digunakan baik untuk inferensi statistik maupun prediksi. Kursus ini akan memperkenalkan Anda pada analisis data Bayesian: apa itu, bagaimana cara kerjanya, dan mengapa ini merupakan alat yang berguna untuk dimiliki dalam perlengkapan ilmu data Anda.

Introduction to R

Pelajari analisis data Bayesian dan penggunaannya untuk model bisnis pada arus kas, investasi, dan pensiun.

Dasar-dasar Analisis Data Bayesian di R

Pelajari apa itu analisis data Bayesian, cara kerjanya, dan mengapa ini alat yang berguna di kotak peralatan data science Anda.

Ilmuwan Pembelajaran Mesin di R

Ahli Statistik di R

Data Scientist

Komponen yang dibutuhkan untuk inferensi Bayesian

Hasil dari prop_model

Bayes membutuhkan ini 0

Bayes membutuhkan ini 1

Bayes membutuhkan ini 2

Bayes membutuhkan ini 3

Apa itu model generatif?

Model generatif obat zombie

Coba jalankan model ini!

Bagaimana inferensi Bayesian bekerja? - Komponen yang diperlukan untuk inferensi Bayesian

Komponen yang diperlukan untuk inferensi Bayesian

Create Your Free Account