↑↑↑关注后"星标"Datawhale
每日干货 & 每月组队学习,不错过
Datawhale干货
译者:张峰,Datawhale成员
即使对于一个非数据科学家来说,贝叶斯统计这个术语也已经很流行了。你可能在大学期间把它作为必修课之一来学习,而没有意识到贝叶斯统计有多么重要。事实上,贝叶斯统计不仅仅是一种特定的方法,甚至是一类方法;它是一种完全不同的统计分析范式。
为什么贝叶斯统计如此重要
贝叶斯统计为你提供了在新数据的证据中更新你的评估工具,这是一个在许多现实世界场景中常见的概念,如跟踪大流行病,预测经济趋势,或预测气候变化。贝叶斯统计是许多较著名的统计模型的支柱,如高斯过程。
重要的是,学习贝叶斯统计原理可以成为你作为一个数据科学家的宝贵财富,因为它给你一个全新的视角来解决具有真实世界动态数据来源的新问题。
这篇文章将介绍贝叶斯统计的基本理论,以及如何在Python中实现一个简单的贝叶斯模型。
目录表:
01 什么是贝叶斯统计?
02 贝叶斯编程简介
03 贝叶斯的工作

本文介绍了贝叶斯统计的重要性和基本原理,包括关键术语和贝叶斯公式。通过Python的PyMC3库展示了贝叶斯统计的编程实践,包括数据探索、贝叶斯工作流程和建立简单贝叶斯模型的过程。文章以美国氡气浓度数据为例,解释了如何使用贝叶斯方法分析问题。
最低0.47元/天 解锁文章
1787

被折叠的 条评论
为什么被折叠?



