力荐给缺乏足够统计基础(如非stats专业 bachelor)的初学者。Dr. Kruschke自己有blog,会经常在上面回答(书中提到的)问题和深入讨论。 使用的软件是R,主要算法集中在Gibbs Sampler方面,对HMC没有太多介绍。 另读完之后想要完全独立做Bayesian,还是要回去吃下Gelman的书。
评分Chapter 1 - 3 R basics getwd() Change work directory: Session -> Set Work directory List the files in the working directory: dir() ls() source("mycode.r") myfunction <- function() { x<-rsnorm(100) mean(x) } second <- function(x) { x+rnorm(length...
评分Chapter 1 - 3 R basics getwd() Change work directory: Session -> Set Work directory List the files in the working directory: dir() ls() source("mycode.r") myfunction <- function() { x<-rsnorm(100) mean(x) } second <- function(x) { x+rnorm(length...
评分Chapter 1 - 3 R basics getwd() Change work directory: Session -> Set Work directory List the files in the working directory: dir() ls() source("mycode.r") myfunction <- function() { x<-rsnorm(100) mean(x) } second <- function(x) { x+rnorm(length...
评分Chapter 1 - 3 R basics getwd() Change work directory: Session -> Set Work directory List the files in the working directory: dir() ls() source("mycode.r") myfunction <- function() { x<-rsnorm(100) mean(x) } second <- function(x) { x+rnorm(length...
作者还是我大IU的
评分之前一直都在啃大部头的PRML, 大部头总是太关注理论的完整性,对例子和怎么实现太过于吝啬。这本简单,十分强调代码与例子,对于搞应用的人来说是最适宜不过了。 另外,简单的书反而能把bayesian model里的一些核心哲学突出出来。看着posterier probability 改变和原始prior折衷的过程,仿佛看到了人的思维改变的过程。
评分作者还是我大IU的
评分《Bayesian Data Analysis》、《Statistical Rethinking》和此书可谓贝叶斯三神书。第一本正式古板,基础稍有薄弱者十有八九不到中途即废;第二本飘渺奇幻,重思想轻细节且编排设计突破常理无出其右者;此书则偏安居中,晦涩难懂的数学表达方式几近压缩演绎使初学者不至于走火入魔吐血三升,作者表达其极左贝叶斯思想的同时极尽技术细节之所能,其中尤以pseudo-priors设置和HDI+ROPE决策标准印象深刻,结合纵览频率主义和其它流派对相似问题的解法,可叹器之利而智之穷。然即便七百页已达大道,仍未上苍穹(无真正困难前沿内容),未普世观(单独概念的透彻解析不如新出的《A Student’s Guide to Bayesian Statistics》)。心理学必备工具。
评分之前一直都在啃大部头的PRML, 大部头总是太关注理论的完整性,对例子和怎么实现太过于吝啬。这本简单,十分强调代码与例子,对于搞应用的人来说是最适宜不过了。 另外,简单的书反而能把bayesian model里的一些核心哲学突出出来。看着posterier probability 改变和原始prior折衷的过程,仿佛看到了人的思维改变的过程。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有