Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 3 olvasói szavazat alapján történt.
Bayesian Statistical Modeling with Stan, R, and Python
Ez a könyv rendkívül gyakorlatias bevezetést nyújt a Bayes-féle statisztikai modellezésbe a Stan segítségével, amely a legnépszerűbb valószínűségi programozási nyelvvé vált.
A könyv négy részre tagolódik. Az első rész áttekinti a modellezés és a Bayes-féle következtetés elméleti hátterét, és olyan modellezési munkafolyamatot mutat be, amely a modellezést inkább mérnöki, mint művészi munkává teszi. A második rész a Stan, a CmdStanR és a CmdStanPy használatát tárgyalja a kezdetektől az alapvető regressziós elemzésekig. A harmadik rész ezután számos valószínűségi eloszlást, nemlineáris modellt és hierarchikus (többszintű) modellt mutat be, amelyek elengedhetetlenek a statisztikai modellezés elsajátításához. Emellett ismerteti a gyakran használt modellezési technikák széles körét, például a cenzorálást, a kiugró értékeket, a hiányzó adatokat, a gyorsítást és a paraméterkorlátozásokat, és tárgyalja az MCMC konvergenciájának vezetését. Végül a negyedik rész a valós adatokra vonatkozó haladó témákat vizsgálja: longitudinális adatelemzés, állapottérmodellek, térbeli adatelemzés, Gauss-folyamatok, Bayes-optimalizálás, dimenziócsökkentés, modellválasztás és információs kritériumok, bemutatva, hogy a Stan bármelyik problémát mindössze 30 sorban meg tudja oldani.
A könyv számos könnyen érthető példán keresztül magyarázza el a kulcsfogalmakat, amelyek továbbra is hasznosak lesznek a Stan jövőbeli verzióinak és más statisztikai modellező eszközök használatakor. A példák nem igényelnek szakterületi ismereteket, és számos területre általánosíthatók. A könyv a kód és a matematikai képletek teljes körű magyarázatát tartalmazza, lehetővé téve az olvasók számára, hogy a modelleket saját problémáikra is kiterjesszék. Az összes kód és adat megtalálható a GitHubon.