资料分享|贝叶斯数据分析

简介: 资料分享|贝叶斯数据分析

简介

在学习贝叶斯方法的过程中,发现了这么一个宝藏网站[1]。是由芬兰阿尔托大学的Aki Vehtari[2]老师创建的。该网页内容非常丰富,主要根据《Bayesian Data Analysis[3]》制作的(图片右下角),当然这位老师也是这本书其中一位作者。


如果对贝叶斯分析感兴趣的读者,可以看看这本书。


等我想下载整个 GitHub 仓库[4]的时候,我发现该仓库这么火热,将近 2k 的 star,而且这整个网站是基于 R Markdown 构建并部署的。

感兴趣读者可以自行下载学习,并转化成自己的个人博客或教学网站并部署到 GitHub 中。关于使用 R Markdown 构建个人简历并部署到网站上可参考我以前写的推文:R沟通|Rmarkdown构建简历并部署到个人网站


仓库内还有一些做教学 Slides、作业模板等,都是很好的学习资料!

这本书的电子版可见:http://www.stat.columbia.edu/~gelman/book/BDA3.pdf



小编有话说

个人认为这种教学形式的呈现在国内还是非常少见的(所有资料开源,并且会实时更新)。或许这种教学形式会是未来的教学趋势吧。

参考资料

[1]

网站: https://avehtari.github.io/BDA_course_Aalto/index.html

[2]

Aki Vehtari: https://users.aalto.fi/~ave/

[3]

Bayesian Data Analysis: https://stat.columbia.edu/~gelman/book/

[4]

仓库: https://github.com/avehtari/BDA_course_Aalto

目录
相关文章
|
6月前
|
机器学习/深度学习 资源调度 数据挖掘
R语言用贝叶斯层次模型进行空间数据分析
R语言用贝叶斯层次模型进行空间数据分析
|
6月前
|
资源调度 数据挖掘 定位技术
使用贝叶斯层次模型进行空间数据分析
使用贝叶斯层次模型进行空间数据分析
|
6月前
|
资源调度 数据挖掘 定位技术
R语言使用贝叶斯层次模型进行空间数据分析
R语言使用贝叶斯层次模型进行空间数据分析
|
11月前
|
算法 数据挖掘 API
贝叶斯统计在Python数据分析中的高级技术点:贝叶斯推断、概率编程和马尔科夫链蒙特卡洛
贝叶斯统计在Python数据分析中的高级技术点:贝叶斯推断、概率编程和马尔科夫链蒙特卡洛
107 1
贝叶斯统计在Python数据分析中的高级技术点:贝叶斯推断、概率编程和马尔科夫链蒙特卡洛
|
6月前
|
数据采集 自然语言处理 算法
数据分析入门系列教程-贝叶斯实战
数据分析入门系列教程-贝叶斯实战
|
6月前
|
机器学习/深度学习 自然语言处理 搜索推荐
数据分析入门系列教程-贝叶斯原理
数据分析入门系列教程-贝叶斯原理
|
数据采集 自然语言处理 算法
数据分析入门系列教程-贝叶斯实战
上一节我们学习了朴素贝叶斯的原理,并且手动推导了计算方法,今天我们通过两个真实案例,来看看如何在工作中应用朴素贝叶斯。 朴素贝叶斯分类最适合的场景就是文本分类了,无论是情感分析还是文档分类及垃圾邮件识别,都是朴素贝叶斯最为擅长的地方,其也成为了自然语言处理 NLP 方向的重要工具。
数据分析入门系列教程-贝叶斯实战
|
机器学习/深度学习 自然语言处理 搜索推荐
数据分析入门系列教程-贝叶斯原理
如果你对当年学习的概率统计还有些印象的话,就一定会记得有个贝叶斯原理的东西,它是由英国数学家贝叶斯提出的。 贝叶斯原理和我们的生活是紧密相关的,比如说你身边的一个人经常去夜店,那么你会推测这个人多半是个浪子。虽然这不是绝对的,但是你依然可以根据和事物相关的一些事件来做出判断,如果事件发生的频次比较多,那么就证明该判断成立的可能性更大。
数据分析入门系列教程-贝叶斯原理
|
3月前
|
数据采集 数据可视化 数据挖掘
数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
在数字化时代,数据分析至关重要,而Python凭借其强大的数据处理能力和丰富的库支持,已成为该领域的首选工具。Python作为基石,提供简洁语法和全面功能,适用于从数据预处理到高级分析的各种任务。Pandas库则像是神兵利器,其DataFrame结构让表格型数据的处理变得简单高效,支持数据的增删改查及复杂变换。配合Matplotlib这一数据可视化的魔法棒,能以直观图表展现数据分析结果。掌握这三大神器,你也能成为数据分析领域的高手!
76 2
下一篇
无影云桌面