دانلود کتاب Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference – روش‌های بیزی برای هکرها: برنامه‌نویسی احتمالی و استنتاج بیزی

دسته بندی :
اطلاعات کتاب
  • جلد
  • سری Addison-Wesley Data and Analytics
  • ویرایش 1
  • سال 2015
  • نویسنده (گان) Cameron Davidson-Pilon
  • ناشر Addison-Wesley Professional
  • زبان English
  • تعداد صفحات 252
  • حجم فایل 17.07MB
  • فرمت فایل pdf
  • شابک 0133902838, 9780133902839
قیمت محصول :

45,000 تومان

با خرید این محصول، 2,250 تومان به کیف پول شما بازگشت داده می‌شود

روند خرید و دریافت کتاب‌ها بدون هیچ اختلالی انجام می‌شود.
تمامی فایل‌ها بر روی سرورهای داخلی میزبانی می‌شوند تا بتوانید به راحتی و در لحظه آن‌ها را دانلود کنید. در صورت بروز هرگونه مشکل یا نیاز به راهنمایی، لطفاً از طریق « صفحه تماس باما» با تیم پشتیبانی در ارتباط باشید.

تمامی کتاب های موجود در وبسایت سای وان به زبان انگلیسی میباشد

توضیحات

Master Bayesian Inference through Practical Examples and ComputationWithout Advanced Mathematical Analysis

Bayesian methods of inference are deeply natural and extremely powerful. However, most discussions of Bayesian inference rely on intensely complex mathematical analyses and artificial examples, making it inaccessible to anyone without a strong mathematical background. Now, though, Cameron Davidson-Pilon introduces Bayesian inference from a computational perspective, bridging theory to practicefreeing you to get results using computing power.

Bayesian Methods for Hackers illuminates Bayesian inference through probabilistic programming with the powerful PyMC language and the closely related Python tools NumPy, SciPy, and Matplotlib. Using this approach, you can reach effective solutions in small increments, without extensive mathematical intervention.

Davidson-Pilon begins by introducing the concepts underlying Bayesian inference, comparing it with other techniques and guiding you through building and training your first Bayesian model. Next, he introduces PyMC through a series of detailed examples and intuitive explanations that have been refined after extensive user feedback. Youll learn how to use the Markov Chain Monte Carlo algorithm, choose appropriate sample sizes and priors, work with loss functions, and apply Bayesian inference in domains ranging from finance to marketing. Once youve mastered these techniques, youll constantly turn to this guide for the working PyMC code you need to jumpstart future projects.

Coverage includes

Learning the Bayesian state of mind and its practical implications

Understanding how computers perform Bayesian inference

Using the PyMC Python library to program Bayesian analyses

Building and debugging models with PyMC

Testing your models goodness of fit

Opening the black box of the Markov Chain Monte Carlo algorithm to see how and why it works

Leveraging the power of the Law of Large Numbers

Mastering key concepts, such as clustering, convergence, autocorrelation, and thinning

Using loss functions to measure an estimates weaknesses based on your goals and desired outcomes

Selecting appropriate priors and understanding how their influence changes with dataset size

Overcoming the exploration versus exploitation dilemma: deciding when pretty good is good enough

Using Bayesian inference to improve A/B testing

Solving data science problems when only small amounts of data are available

Cameron Davidson-Pilon has worked in many areas of applied mathematics, from the evolutionary dynamics of genes and diseases to stochastic modeling of financial prices. His contributions to the open source community include lifelines, an implementation of survival analysis in Python. Educated at the University of Waterloo and at the Independent University of Moscow, he currently works with the online commerce leader Shopify.

————————————————————–

ترجمه ماشینی :

استنتاج استاد بیزی از طریق مثال‌های عملی و محاسبات بدون تحلیل ریاضی پیشرفته \ روش‌های استنتاج بیزی عمیقاً طبیعی و بسیار قدرتمند هستند. با این حال، بیشتر بحث‌های استنتاج بیزی بر تجزیه و تحلیل‌های ریاضی بسیار پیچیده و مثال‌های مصنوعی تکیه می‌کنند که آن را برای هر کسی بدون پیش‌زمینه قوی ریاضی غیرقابل دسترس می‌سازد. با این حال، اکنون کامرون دیویدسون-پیلون استنتاج بیزی را از دیدگاه محاسباتی معرفی می‌کند، و تئوری را با عمل پیوند می‌دهد و شما را آزاد می‌کند تا با استفاده از قدرت محاسباتی به نتایج برسید. روش های بیزی برای هکرها استنتاج بیزی را از طریق برنامه نویسی احتمالی با زبان قدرتمند PyMC و ابزارهای Python نزدیک NumPy، SciPy و Matplotlib روشن می کند. با استفاده از این رویکرد، می‌توانید بدون مداخله ریاضی گسترده به راه‌حل‌های مؤثر در افزایش‌های کوچک برسید. \ Davidson-Pilon با معرفی مفاهیم زیربنایی استنتاج بیزی، مقایسه آن با سایر تکنیک ها و راهنمایی شما در ساخت و آموزش اولین مدل بیزی شروع می کند. در مرحله بعد، او PyMC را از طریق یک سری مثال های دقیق و توضیحات شهودی که پس از بازخورد گسترده کاربران اصلاح شده است، معرفی می کند. شما یاد خواهید گرفت که چگونه از الگوریتم مونت کارلو زنجیره مارکوف استفاده کنید، اندازه‌های نمونه و پیشین‌های مناسب را انتخاب کنید، با توابع ضرر کار کنید و استنتاج بیزی را در حوزه‌های مختلف از مالی تا بازاریابی اعمال کنید. هنگامی که بر این تکنیک ها مسلط شدید، برای کد PyMC که برای شروع سریع پروژه های آینده نیاز دارید، دائماً به این راهنما مراجعه می کنید. پوشش شامل یادگیری حالت بیزی و مفاهیم عملی آن درک نحوه انجام استنتاج بیزی توسط کامپیوترها استفاده از کتابخانه PyMC Python برای برنامه‌ریزی تجزیه و تحلیل‌های بیزی ساخت و اشکال‌زدایی مدل‌ها با PyMC تست خوبی مدل‌های شما باز کردن فضای سیاه جعبه الگوریتم مونت کارلو زنجیره مارکوف برای دیدن چگونگی و دلیل کارکرد آن استفاده از قدرت قانون اعداد بزرگ تسلط بر مفاهیم کلیدی مانند خوشه‌بندی، همگرایی، همبستگی خودکار و نازک‌سازی استفاده از توابع ضرر برای اندازه‌گیری نقاط ضعف بر اساس تخمین در مورد اهداف و نتایج دلخواه شما انتخاب پیشینهای مناسب و درک اینکه چگونه تأثیر آنها با اندازه مجموعه تغییر می کند غلبه بر معضل اکتشاف در مقابل بهره برداری: تصمیم گیری در مورد زمانی که خیلی خوب است به اندازه کافی خوب است استفاده از استنتاج بیزی برای بهبود تست A/B حل مسائل علم داده در زمانی که فقط مقادیر کمی از داده ها در دسترس است کامرون دیویدسون-پیلون در بسیاری از زمینه های ریاضیات کاربردی، از پویایی تکاملی ژن ها و بیماری ها تا مدل سازی تصادفی قیمت های مالی، کار کرده است. کمک های او به جامعه منبع باز شامل Lifelines، پیاده سازی تجزیه و تحلیل بقا در پایتون است. او که در دانشگاه واترلو و دانشگاه مستقل مسکو تحصیل کرده است، در حال حاضر با رهبر تجارت آنلاین Shopify کار می کند.


 

tag : دانلود کتاب روش‌های بیزی برای هکرها: برنامه‌نویسی احتمالی و استنتاج بیزی , Download روش‌های بیزی برای هکرها: برنامه‌نویسی احتمالی و استنتاج بیزی , دانلود روش‌های بیزی برای هکرها: برنامه‌نویسی احتمالی و استنتاج بیزی , Download Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference Book , روش‌های بیزی برای هکرها: برنامه‌نویسی احتمالی و استنتاج بیزی دانلود , buy روش‌های بیزی برای هکرها: برنامه‌نویسی احتمالی و استنتاج بیزی , خرید کتاب روش‌های بیزی برای هکرها: برنامه‌نویسی احتمالی و استنتاج بیزی , دانلود کتاب Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference , کتاب Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference , دانلود Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference , خرید Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference , خرید کتاب Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference ,

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference – روش‌های بیزی برای هکرها: برنامه‌نویسی احتمالی و استنتاج بیزی”