Байесовские модели
www.samag.ru
     
Поиск   
              
 www.samag.ru    Web  0 товаров , сумма 0 руб.
E-mail
Пароль  
 Запомнить меня
Регистрация | Забыли пароль?
О журнале
Журнал «БИТ»
Информация для ВАК
Звезды «СА»
Подписка
Где купить
Авторам
Рекламодателям
Магазин
Архив номеров
Вакансии
Игры
Контакты
   

  Опросы

Какие курсы вы бы выбрали для себя?  

Очные
Онлайновые
Платные
Бесплатные
Я и так все знаю

 Читать далее...

1001 и 1 книга  
27.03.2019г.
Просмотров: 542
Комментарии: 0
Arduino Uno и Raspberry Pi 3: от схемотехники к интернету вещей

 Читать далее...

27.03.2019г.
Просмотров: 451
Комментарии: 0
Автоматизация программируемых сетей

 Читать далее...

27.03.2019г.
Просмотров: 477
Комментарии: 0
Изучаем pandas. Второе издание

 Читать далее...

27.03.2019г.
Просмотров: 406
Комментарии: 0
Компьютерное зрение. Теория и алгоритмы

 Читать далее...

13.03.2019г.
Просмотров: 608
Комментарии: 0
DevOps для ИТ-менеджеров

 Читать далее...

Друзья сайта  

Форум системных администраторов  

sysadmins.ru

  Байесовские модели

Статьи /  Байесовские модели

Автор: SA

Томас Байес – английский математик ХVIII века, он сформулировал и решил одну из основных задач теории вероятности, впоследствии названной в его честь, – теорему Байеса – корректировка убеждений, основанная на обновленных данных. Благодаря формуле Байеса можно более точно пересчитать вероятность, взяв в расчет как ранее известную априорную информацию, так и новые данные – апостериорную информацию. Особенность теоремы Байеса заключается втом, что для ее практического применения требуется большое количество расчетов, вычислений. Поэтому байесовские оценки стали активно использовать только в конце XX века.

Байесовские модели
  • Автор: Аллен Б. Дауни
  • Издательство: ДМК Пресс
  • Год издания: 2018
  • Количество страниц: 182
  • ISBN: 978-5-97060-664-3
  • Цена: 549 руб.

Издательства уделяют достаточно внимания теореме Томаса Байеса в книжных новинках. Это связанно и с тем, что этот метод часто применяют, например, в моделировании сложных экономических систем, а также в нейросетевой модели оценки рисков банкротства, основанных на байесовской методологии регуляризации.

В книге поэтапно изложена тема байесовской модели от вероятностных основ до передового рубежа исследований. Вместо математики используются язык программирования Python и дискретная аппроксимация вместо непрерывной математики – то, что в книгах по математике является интегралом, становится суммированием, а большинство операций с вероятностными распределениями – просто циклами.

Цель этой книги – представить взаимосвязанные идеи. Первая из них – это байесовское мышление: основой байесовского анализа является идея использовать для представления неопределенности доверий вероятностные распределения.

Читатель будет ознакомлен с вычислительными методами и итеративным моделированием.

В настоящее время на байесовских методах базируются в том числе и современные системы принятия решений, анализа данных, в моделировании современных тенденций для решения задач во многих сферах не только у бизнес-компаний, но и на государственном уровне.

Автор рецензии: Кирилл Хало, создатель группы Physics.Math.Code.Books, https://vk.com/physics_math

Комментарии отсутствуют

               Copyright © Системный администратор

Яндекс.Метрика
Tel.: (499) 277-12-41
Fax: (499) 277-12-45
E-mail: sa@samag.ru