دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Bayesian Analysis with Python
دانلود کتاب تحلیل بیزی با پایتون
مشخصات کتاب
Bayesian Analysis with Python
ویرایش:
نویسندگان: Osvaldo Martin
سری:
ناشر: Packt Publishing
سال نشر: 2016
تعداد صفحات: 282
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 17 Mb
قیمت کتاب (تومان) : 40,000
در صورت تبدیل فایل کتاب Bayesian Analysis with Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تحلیل بیزی با پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب تحلیل بیزی با پایتون
مدل سازی بیزی با PyMC3 و تحلیل اکتشافی مدل های بیزی با ArviZ
ویژگی های کلیدی
- راهنمای گام به گام برای انجام تجزیه و تحلیل داده های بیزی با استفاده از PyMC3 و ArviZ
- رویکردی مدرن، عملی و محاسباتی به مدل‌سازی آماری بیزی
- آموزشی برای تجزیه و تحلیل بیزی و بهترین شیوه ها با کمک نمونه مسائل و تمرینات تمرینی.
شرح کتاب
ویرایش دوم بیزی تجزیه و تحلیل با پایتون مقدمه ای بر مفاهیم اصلی استنتاج بیزی کاربردی و اجرای عملی آن در پایتون با استفاده از PyMC3، یک کتابخانه برنامه نویسی احتمالی پیشرفته، و ArviZ، یک کتابخانه جدید برای تجزیه و تحلیل اکتشافی مدل های بیزی است.
مفاهیم اصلی آمار بیزی با استفاده از رویکرد عملی و محاسباتی پوشش داده شده است. مجموعه داده‌های مصنوعی و واقعی برای معرفی چندین نوع مدل، مانند مدل‌های خطی تعمیم‌یافته برای رگرسیون و طبقه‌بندی، مدل‌های مخلوط، مدل‌های سلسله مراتبی، و فرآیندهای گاوسی و غیره استفاده می‌شوند.
در پایان کتاب، دانش کاربردی مدل‌سازی احتمالی خواهید داشت و می‌توانید مدل‌های بیزی را برای مسائل علم داده خود طراحی و پیاده‌سازی کنید. پس از خواندن کتاب، در صورت نیاز، بهتر آماده خواهید شد تا در مواد پیشرفته‌تر یا مدل‌سازی آماری تخصصی تحقیق کنید.
آنچه یاد خواهید گرفت
- با استفاده از مدل‌های احتمالی مدل‌های احتمالی بسازید. کتابخانه پایتون PyMC3
- تحلیل مدل های احتمالی با کمک ArviZ
- مهارت های لازم برای مدل های بررسی سلامت عقل را به دست آورید و در صورت لزوم آنها را اصلاح کنید
- درک مزایا و اخطارهای مدل های سلسله مراتبی
- دریابید که چگونه می توان از مدل های مختلف برای پاسخ به سوالات مختلف تجزیه و تحلیل داده ها استفاده کرد
- مدل ها را مقایسه کنید و بین مدل های جایگزین انتخاب کنید
- دریابید که چگونه مدل های مختلف از منظر احتمالی یکپارچه می شوند
- احتمالی بیندیشید و از انعطاف پذیری چارچوب بیزی بهره مند شوید
این کتاب برای چه کسی است
اگر دانشجو هستید، دانشمند داده، محقق یا توسعه‌دهنده‌ای که می‌خواهد با تجزیه و تحلیل داده‌های بیزی و برنامه‌نویسی احتمالی شروع کند، این کتاب برای شما مناسب است. این کتاب مقدماتی است، بنابراین نیازی به دانش آماری قبلی نیست، اگرچه تجربه کمی در استفاده از Python و NumPy انتظار می رود.
دانلود کد نمونه برای این کتاب می توانید فایل های کد نمونه را برای همه کتاب های Packt که دارید دانلود کنید. از حساب شما در http://www.PacktPub.com خریداری شده است. اگر این کتاب را از جای دیگری خریداری کرده اید، می توانید به http://www.PacktPub.com/support مراجعه کرده و ثبت نام کنید تا فایل ها مستقیماً برای شما ایمیل شوند.
توضیحاتی درمورد کتاب به خارجی
Bayesian modeling with PyMC3 and exploratory analysis of Bayesian models with ArviZ
Key Features
- A step-by-step guide to conduct Bayesian data analyses using PyMC3 and ArviZ
- A modern, practical and computational approach to Bayesian statistical modeling
- A tutorial for Bayesian analysis and best practices with the help of sample problems and practice exercises.
Book Description
The second edition of Bayesian Analysis with Python is an introduction to the main concepts of applied Bayesian inference and its practical implementation in Python using PyMC3, a state-of-the-art probabilistic programming library, and ArviZ, a new library for exploratory analysis of Bayesian models.
The main concepts of Bayesian statistics are covered using a practical and computational approach. Synthetic and real data sets are used to introduce several types of models, such as generalized linear models for regression and classification, mixture models, hierarchical models, and Gaussian processes, among others.
By the end of the book, you will have a working knowledge of probabilistic modeling and you will be able to design and implement Bayesian models for your own data science problems. After reading the book you will be better prepared to delve into more advanced material or specialized statistical modeling if you need to.
What you will learn
- Build probabilistic models using the Python library PyMC3
- Analyze probabilistic models with the help of ArviZ
- Acquire the skills required to sanity check models and modify them if necessary
- Understand the advantages and caveats of hierarchical models
- Find out how different models can be used to answer different data analysis questions
- Compare models and choose between alternative ones
- Discover how different models are unified from a probabilistic perspective
- Think probabilistically and benefit from the flexibility of the Bayesian framework
Who this book is for
If you are a student, data scientist, researcher, or a developer looking to get started with Bayesian data analysis and probabilistic programming, this book is for you. The book is introductory so no previous statistical knowledge is required, although some experience in using Python and NumPy is expected.
Downloading the example code for this book You can download the example code files for all Packt books you have purchased from your account at http://www.PacktPub.com. If you purchased this book elsewhere, you can visit http://www.PacktPub.com/support and register to have the files e-mailed directly to you.
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Industrial and Business Space Development: Implementation and urban renewal
دانلود کتاب The Mystery of Marriage 20th Anniversary Edition: Meditations on the Miracle
دانلود کتاب The Corinthian Correspondence: Redaction, Rhetoric, and History
دانلود کتاب Comparative Aspects of Mechanoreceptor Systems
