Bayes olasılık teorisi veya grafik modelleri hakkında örnek dersler var mı?


13

R'de Bayes olasılık teorisini öğrenmek için referanslar gördüm ve bunun gibi özellikle de Python'da daha fazla şey olup olmadığını merak ediyordum. Bayes olasılık teorisini, çıkarımını, maksimum olabilirlik tahminini, grafik modelleri ve sıralamayı öğrenmeye yönelik mi?


5
Bayes olasılık teorisi normal olasılık teorisinden farklı mıdır? Bayesçi karar teorisinin , Bayesci çıkarımın , Bayesci tahmin teorisinin vb. Bu iki konunun sık görülen versiyonlarından önemli ölçüde farklı olduğunu kabul ediyorum , ancak olasılık teorisi her iki kamp için de aynı, değil mi?
Dilip Sarwate

Teşekkürler, terminolojinin zayıf kullanımı :) Bu konuları kapsamak için hangi kelimeyi kullanırım?
3ds

Kodlama veya matematik ile ilgileniyor musunuz? Birincisi, "Bayes kestirim prosedürlerinin programlanması ..." ne dersiniz? Ayrıca, neredeyse tüm durumlarda asimptotik olarak maksimum olabilirlik tahmini Bayesli değildir.
jbowman

Gerçekten ikisi de. Matematiği gerçekten anlamak istiyorum, ancak kodlama ile gösterilen yöntemlerin, python'daki temel istatistikler için 'Think Stats' serisi gibi bir anlayışı sağlamlaştırdığını gördüm :)
3ds

Yanıtlar:


16

Ocak 2012'nin sonundan itibaren , Olasılıksal Grafik Modeller konusunda 10 haftalık bir kurs Stanford Profesörü Daphne Koller tarafından ücretsiz olarak çevrimiçi olarak gerçekleştirilecek . Andrew NG'nin ML kursunun doğal bir devamı olarak kabul edilir ve Andrew'un yakınında herhangi bir yerdeyse, mükemmel kalitede olacaktır.

Orada da mathematicalmonk var - bedava youtube video MLE, Bayes ağlar gibi birçok konuları kapsayan, daha matematik ağır.

ai sınıfı ders birimleri 3.x Yapay Zeka ve 4.x Olasılıksal Çıkarımda Olasılık ( http: //www.ai-class.com'da bir hesap oluşturursanız, bunları iyi düzenlenmiş bir arayüzde görebilirsiniz)

Daha fazla:
http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html
http://mtnwestrubyconf2007.confreaks.com/session03.html



4

Bayesian istatistiklerinin temel kavramlarını gerçekten öğrenmek istiyorsanız, kesinlikle Andrew Gelman tarafından yazılan Bayesian veri analizini okumalısınız . Egzersizi yapmanızı öneririm. Ondan çok şey öğreneceksiniz. Bayesci istatistiklerin matematiğini yapmak Olasılıksal Grafik Modelleri öğrenmeniz için önemli bir adımdır. Bayesian kavramının birinci sınıf öğrencisi olduğunuz görülüyor. Herhangi bir temel kavram öğrenmediyseniz ve Bayes matematiksel hesaplamasına aşina değilseniz Olasılıksal Grafik Modelleri aceleyle okumayın. Eğer öneriyi biliyorsan Andrew Ng tarafından sağlanan Stanford video konferanslarını okuduysanız .


0

Bu MOOC "Uçan Robotların Otonom Navigasyonu" na rastladım ( https://www.edx.org/course/autonomous-navigation-flying-robots-tumx-autonavx-0 ). Kursta, eğitmenler katılımcılara otonom navigasyon için uçan bir robotun nasıl programlanacağını (python'da), devlet tahmini ve diğer yararlı teknikler için Bayesian istatistiklerini nasıl kullanacaklarını öğretir (örn. Gürültülü sensör girişinin Kalman filtrelemesi). Güzel olan şey, bir kişinin sınıfta yazdığı kodun piyasada bulunan bazı uçan robotlar için kullanılabilir olmasıdır, bu nedenle daha sonra bununla daha fazla oynayabilir ve Bayes devlet tahminini nasıl iyileştirebileceği olasılıkları arayabilir.

Ipython Notebook "Hackerlere Yönelik Probabilisic Programming & Bayesian Yöntemleri" için de kesinlikle tavsiye ederim. Daha önce girişte böyle erişilebilir ve kapsamlı bir el ile karşılaşmadım ve nispeten kısa bir sürede gerçekten çok şey öğrendim!


3
Lütfen ilk bağlantınız ile soru arasındaki bağlantıyı net bir şekilde açıklayın. İkinci bağlantınız başka bir cevapta zaten var.
Glen_b -M Monica'yı
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.