![[Recenzja] Think Bayes: Bayesian Statistics in Python (Allen B. Downey) Streszczenie.](https://episodes.castos.com/660078c6833215-59505987/images/2561096/c1a-085k3-0v40d62of2rm-8s1p1u.jpg)
Show Notes
Think Bayes: Bayesian Statistics in Python (Allen B. Downey)
- Amazon Poland Store: https://www.amazon.pl/dp/149208946X?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Think-Bayes%3A-Bayesian-Statistics-in-Python-Allen-B-Downey.html
- eBay: https://www.ebay.com/sch/i.html?_nkw=Think+Bayes+Bayesian+Statistics+in+Python+Allen+B+Downey+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/149208946X/
#twierdzenieBayesa #rozkładuprzedniiposteriori #dyskretnerozkładyprawdopodobieństwa #notebookiJupyterwPythonie #modelehierarchiczne #ThinkBayes
Think Bayes: Bayesian Statistics in Python, drugie wydanie książki Allena B. Downeya, jest praktycznym wprowadzeniem do statystyki bayesowskiej dla osób programujących w Pythonie. To podręcznik z pogranicza statystyki, analizy danych i programowania, a nie teoretyczny wykład oparty przede wszystkim na rachunku całkowym. Autor przedstawia wnioskowanie bayesowskie jako systematyczny sposób aktualizowania przekonań, gdy pojawiają się nowe dane. Zamiast rozpoczynać od formalizmu matematycznego, buduje intuicję za pomocą kodu, dyskretnych rozkładów prawdopodobieństwa, tabel i symulacji. Książka zaczyna od prostych zagadnień, takich jak rzuty monetą, kości i klasyczne przykłady z urnami, po czym przechodzi do estymacji, predykcji, analizy decyzji, oceny dowodów i testowania hipotez. W dalszych partiach pojawiają się bardziej realistyczne problemy, między innymi interpretacja wyników SAT, modele medyczne oraz analiza danych biologicznych. Ważną częścią drugiego wydania są notebooki Jupyter, które pozwalają uruchamiać przykłady i samodzielnie modyfikować modele. Celem książki jest nauczyć czytelnika myślenia o niepewności jako o czymś, co można jawnie modelować i obliczać.
- Amazon Poland Store: https://www.amazon.pl/dp/149208946X?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Think-Bayes%3A-Bayesian-Statistics-in-Python-Allen-B-Downey.html
- eBay: https://www.ebay.com/sch/i.html?_nkw=Think+Bayes+Bayesian+Statistics+in+Python+Allen+B+Downey+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/149208946X/
#twierdzenieBayesa #rozkładuprzedniiposteriori #dyskretnerozkładyprawdopodobieństwa #notebookiJupyterwPythonie #modelehierarchiczne #ThinkBayes
Think Bayes: Bayesian Statistics in Python, drugie wydanie książki Allena B. Downeya, jest praktycznym wprowadzeniem do statystyki bayesowskiej dla osób programujących w Pythonie. To podręcznik z pogranicza statystyki, analizy danych i programowania, a nie teoretyczny wykład oparty przede wszystkim na rachunku całkowym. Autor przedstawia wnioskowanie bayesowskie jako systematyczny sposób aktualizowania przekonań, gdy pojawiają się nowe dane. Zamiast rozpoczynać od formalizmu matematycznego, buduje intuicję za pomocą kodu, dyskretnych rozkładów prawdopodobieństwa, tabel i symulacji. Książka zaczyna od prostych zagadnień, takich jak rzuty monetą, kości i klasyczne przykłady z urnami, po czym przechodzi do estymacji, predykcji, analizy decyzji, oceny dowodów i testowania hipotez. W dalszych partiach pojawiają się bardziej realistyczne problemy, między innymi interpretacja wyników SAT, modele medyczne oraz analiza danych biologicznych. Ważną częścią drugiego wydania są notebooki Jupyter, które pozwalają uruchamiać przykłady i samodzielnie modyfikować modele. Celem książki jest nauczyć czytelnika myślenia o niepewności jako o czymś, co można jawnie modelować i obliczać.
