Analiza bayesowska w Pythonie. Praktyczny przewodnik po modelowaniu probabilistycznym
Aby wyświetlić ceny zaloguj się do swojego konta przyciskiem poniżej.
Jeśli nie masz jeszcze konta, zachęcamy do rejestracji.
Pełny opis produktu
W świecie, gdzie analiza danych jest kluczem do podejmowania trafnych decyzji, statystyka bayesowska zyskała ogromne znaczenie jako niezastąpione narzędzie w nauce i inżynierii. Pozwala ona na budowanie solidnych modeli i pewne wnioskowanie w obliczu niepewności.
Współczesna analiza bayesowska to przede wszystkim elastyczna i intuicyjna statystyka obliczeniowa, charakteryzująca się przejrzystością i łatwością interpretacji wyników. Rozwój języka Python oraz dedykowanych bibliotek sprawił, że koncepcje bayesowskie stały się praktycznym narzędziem do realizacji zaawansowanych scenariuszy analitycznych. Zastanawiasz się, jak przenieść teoretyczne podstawy wnioskowania bayesowskiego prosto do praktycznych zastosowań w Twoich projektach data science?
Książka "Analiza bayesowska w Pythonie. Praktyczny przewodnik po modelowaniu probabilistycznym. Wydanie III" to kompleksowe wprowadzenie do stosowanego wnioskowania bayesowskiego i jego implementacji w Pythonie. Osvaldo Martin, autor, prezentuje nowoczesną bibliotekę PyMC do programowania probabilistycznego oraz ArviZ do analizy i diagnostyki modeli. Poznasz także inne narzędzia ekosystemu bayesowskiego, takie jak Bambi, PreliZ i Kulprit. Zgłębisz zagadnienia bayesowskich addytywnych drzew regresyjnych (BART), selekcji zmiennych, konstrukcji rozkładów a priori oraz porównywania modeli, co pozwoli Ci wybierać najlepsze rozwiązania.
Opanuj Analizę Bayesowską z Pythonem
Specyfikacja
Informacje handlowe
Parametry produktu
Informacje o bezpieczeństwie
Informacje o producencie/wydawcy
Producent/Wydawca: Helion
Informacje o osobie odpowiedzialnej
Brak informacji o osobie odpowiedzialnej