Bewertung:
Das Buch wird für seine Fähigkeit geschätzt, das Verständnis der Benutzer für Bayes'sche Statistik zu vertiefen und ihre praktischen Fähigkeiten durch Programmierung und reale Beispiele zu verbessern. Die Benutzer schätzen vor allem die Strenge des Buches, den auf Intuition basierenden Ansatz und die Verbindung zwischen Theorie und Praxis. Einige Rezensenten weisen jedoch darauf hin, dass das Buch weder Programmieren noch Statistik in der Tiefe lehrt, und das Fehlen von Lösungen zu den Übungen ist für einige Leser ein erheblicher Nachteil.
Vorteile:- Baut effektiv Intuition auf und verbindet Theorie und Praxis. - Enthält Beispiele aus der Praxis und praktische Programmierübungen. - Gut für Leser mit einem Grundverständnis von Bayes. - Prägnant und zugänglich für Anfänger. - Fesselnde Beispiele halten die Aufmerksamkeit des Lesers aufrecht.
Nachteile:- Kein Programmier- oder detailliertes Statistikbuch; lehrt keine gründlichen Programmier- oder Statistikkonzepte. - Keine Lösungen für die Übungen, was es für manche Leser weniger nützlich macht.
(basierend auf 8 Leserbewertungen)
Think Bayes: Bayesian Statistics in Python
Wenn Sie programmieren können, sind Sie bereit, die Bayes'sche Statistik in Angriff zu nehmen. In diesem Buch lernen Sie, wie Sie statistische Probleme mit Python-Code statt mit mathematischen Formeln lösen können, indem Sie diskrete Wahrscheinlichkeitsverteilungen statt kontinuierlicher Mathematik verwenden. Sobald Sie die Mathematik aus dem Weg geräumt haben, werden die Grundlagen der Bayes'schen Statistik klarer, und Sie werden beginnen, diese Techniken auf reale Probleme anzuwenden.
Bayes'sche statistische Methoden werden immer häufiger und wichtiger, aber es gibt nicht viele Ressourcen, die Anfängern helfen können. Der rechnerische Ansatz dieses Buches, das auf den vom Autor Allen B. Downey gehaltenen Vorlesungen basiert, hilft Ihnen, einen soliden Einstieg zu finden.
⬤ Nutzen Sie Ihre Programmierkenntnisse, um die Bayessche Statistik zu erlernen und zu verstehen.
⬤ Arbeiten Sie mit Problemen, die Schätzung, Vorhersage, Entscheidungsanalyse, Beweise und Bayes'sche Hypothesentests beinhalten.
⬤ Beginnen Sie mit einfachen Beispielen unter Verwendung von Münzen, Würfeln und einer Schüssel mit Keksen.
⬤ Lernen Sie rechnergestützte Methoden zur Lösung von Problemen aus der Praxis kennen.
| ISBN: | 9781492089469 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 300 |
Derzeit verfügbar, auf Lager.
