Байесовская статистика: Star Wars, LEGO, резиновые уточки и многое другое
Қосымшада ыңғайлырақҚосымшаны жүктеуге арналған QR
goole playappstore
Huawei AppGalleryRuStoreSamsung Galaxy StoreXiaomi GetApps

Уилл Курт
 Байесовская статистика: Star Wars, LEGO, резиновые уточки и многое другое

Нужно решить конкретную задачу, а перед вами куча непонятных данных, в которой черт ногу сломит? «Байесовская статистика» расскажет, как принимать правильные решения, задействуя свою интуицию и простую математику.
Пора забыть про заумные и занудные университетские лекции! Эта книга даст вам полное понимание байесовской статистики буквально «на пальцах» — с помощью простых объяснений и ярких примеров.
Чтобы узнать, как применить байесовские подходы к реальной жизни, вы отправитесь на охоту за НЛО, поиграете в «Лего», рассчитаете вероятность выживания Хана Соло при полете через поле астероидов, а также узнаете, как оценить вероятность того, что вы не заболели (ковидом?!), несмотря на то, что нагуглили все симптомы родильной горячки.
Прикладные задачи и упражнения помогут закрепить материал и заложить фундамент для работы с широким спектром задач: от невероятных текущих событий до ежедневных сюрпризов делового мира.
Вы научитесь:
• Работать с распределениями и неопределенностями.
• Сравнивать гипотезы и делать надежные выводы.
• Использовать теорему Байеса.
• Делать оценку апостериорной вероятности и проверять правильность собственных выводов.
Всегда выбирайте лучшее!
ПрограммированиеIT-технологии
Жас шектеулері: 16+
Құқық иегері: Питер
Баспа: Питер
Аудармашылар: Евгений Матвеев, Сергей Черников
Қағаз беттер: 565
Оқыдыңыз ба? Не айтасыз?
👍👎
  1. Басты
  2. Программирование
  3. Уилл Курт
  4. Байесовская статистика: Star Wars, LEGO, резиновые уточки и многое другое

Дәйексөздер126

Christina Voloshina
Christina Voloshinaдәйексөз келтірді3 жыл бұрын
Байесовская статистика, с другой стороны, связана с тем, как вероятности отражают неопределенность полученной нами информации. С точки зрения Байеса, если вероятность выпадения орла при подбрасывании монетки равна 0,5, это означает, что мы в равной степени не уверены в том, получим мы орла или решку. Для таких проблем, как подбрасывание монеток, и частотный, и байесовский подходы кажутся разумными, но при выражении уверенности в том, что ваш кандидат победит на следующих выборах, байесовская интерпретация имеет гораздо больший смысл. В конце концов, выборы всего одни, поэтому говорить о том, как часто будет побеждать этот кандидат, не имеет смысла.
Ирина С.
Ирина С.дәйексөз келтірді6 күн бұрын
Когда мы вообще не позволяем изменить свое мнение, большее число данных еще сильнее убеждает нас в том, что мы правы.
Это поведение знакомо любому, кто спорил с радикально настроенными родственниками или кем-то, кто непреклонно верит в теорию заговора. В байесовских рассуждениях жизненно важно, чтобы убеждения были как минимум опровержимыми.
Ирина С.
Ирина С.дәйексөз келтірді1 апта бұрын
Теорема Байеса лежит в основе статистики потому, что позволяет перейти от вероятности наблюдения при условии неких априорных предположений к мере нашей уверенности в этом предположении при условии наблюдений.

Сөреде13

Питер
Питер
Издательский дом «Питер»
Издательский дом «Питер»
1 784 кітап
756
Айтишная полка
Айтишная полка
undlake
undlake
267 кітап
630
Growth-полка
Growth-полка
Артем С.
Артем С.
68 кітап
157
Машинное обучение, DS
Машинное обучение, DS
Гудвин устал
Гудвин устал
42 кітап
50
Интересное
Интересное
Наталья
Наталья
1 061 кітап
7

Пікірлер4

Павел
Павелпікірімен бөлісті1 жыл бұрын
👎Ұсынбаймын
Посредственная книга, если вам кажется, что вы поняли как применять байесовскую статистику, то вам кажется. Слишком мало деталей
Dmitry A.
Dmitry A.пікірімен бөлісті1 жыл бұрын
👍Ұсынамын
Но ошибок перевода / опечаток много. В упражнении ( глава 7), например, в условиях написано: «вы вытянули черный». А в ответах уже будет: «вы вытягиваете красный с вероятностью ..»
До этого были опечатки в примере (гл 5, если не ошибаюсь) в формуле условной вероятности.
Владимир Ш.
Владимир Ш.пікірімен бөлісті4 ай бұрын
👍Ұсынамын
💡Танымдық
БастыАудиоКомикстерБалаларға арналған
Үзіндіні оқу
1 Ұнайды
Комментарий жазу
Комментарий жазу
Комментарий жазу
4 ҰнайдыПікір
Комментарий жазу
1 ҰнайдыПікір
Комментарий жазу
Комментарий жазу
Кітап туралыПікірлер4Дәйексөздер126Қазір оқып жатыр2KСөрелердеҰқсас кітаптар

Ұқсас кітаптар

Основы Python для Data Science
Кеннеди БерманОсновы Python для Data Science
Big data простым языком
Алексей Благирев, Наталья ХапаеваBig data простым языком
Будущее без работы. Технология, автоматизация и стоит ли их бояться
Даниэль СасскиндБудущее без работы. Технология, автоматизация и стоит ли их бояться
18+
Масштабируемые данные. Лучшие шаблоны высоконагруженных архитектур
Питхейн СтренгхольтМасштабируемые данные. Лучшие шаблоны высоконагруженных архитектур
Введение в базы данных. Коротко о главном
Шуремов ЕвгенийВведение в базы данных. Коротко о главном
Математика для DATA SCIENTIST. Анализ данных и математическое моделирование (путеводитель)
Леонид НикифоровМатематика для DATA SCIENTIST. Анализ данных и математическое моделирование (путеводитель)
18+
Прикладные структуры данных и алгоритмы. Прокачиваем навыки
Джей ВенгроуПрикладные структуры данных и алгоритмы. Прокачиваем навыки
Теоретический минимум по Computer Science. Сети, криптография и data science
Владстон Феррейра Фило, Мото ПиктетТеоретический минимум по Computer Science. Сети, криптография и data science
Охота на данные. 101 совет предпринимателю: как научиться бизнес-анализу
Дмитрий СлиньковОхота на данные. 101 совет предпринимателю: как научиться бизнес-анализу
18+
Python: Искусственный интеллект, большие данные и облачные вычисления
Пол Дейтел, Харви ДейтелPython: Искусственный интеллект, большие данные и облачные вычисления
Бизнес-аналитика. Сводные таблицы. Часть 1
Валентин АрьковБизнес-аналитика. Сводные таблицы. Часть 1
Рекурсивная книга о рекурсии
Свейгарт ЭлРекурсивная книга о рекурсии
Роман с Data Science. Как монетизировать большие данные
Роман ЗыковРоман с Data Science. Как монетизировать большие данные
System Design. Машинное обучение. Подготовка к сложному интервью
Алекс Сюй, Али АминианSystem Design. Машинное обучение. Подготовка к сложному интервью
Алгоритмы. С примерами на Python
Джордж ХайнеманАлгоритмы. С примерами на Python
Распределенные данные. Алгоритмы работы современных систем хранения информации
Алекс ПетровРаспределенные данные. Алгоритмы работы современных систем хранения информации
Data Science в действии
Леонард АпельцинData Science в действии
Анализ и визуализация данных в электронных таблицах
Валентин АрьковАнализ и визуализация данных в электронных таблицах
Теоретический минимум по Big Data. Все что нужно знать о больших данных
Анналин Ын, Кеннет СуТеоретический минимум по Big Data. Все что нужно знать о больших данных
Разберись в Data Science. Как освоить науку о данных и научиться думать как эксперт
Алекс Дж. Гатман, Джордан ГолдмейерРазберись в Data Science. Как освоить науку о данных и научиться думать как эксперт