這本書幫助那些希望用數(shù)學(xué)工具解決實(shí)際問題的人們，僅有的要求可能就是懂一點(diǎn)概率知識(shí)和程序設(shè)計(jì)。而貝葉斯方法是一種常見的利用概率學(xué)知識(shí)去解決不確定性問題的數(shù)學(xué)方法，對(duì)于一個(gè)計(jì)算機(jī)專業(yè)的人士，應(yīng)當(dāng)熟悉其應(yīng)用在諸如機(jī)器翻譯，語(yǔ)音識(shí)別，垃圾郵件檢測(cè)等常見的計(jì)算機(jī)問題領(lǐng)域。
可是本書實(shí)際上會(huì)遠(yuǎn)遠(yuǎn)擴(kuò)大你的視野，即使不是一個(gè)計(jì)算機(jī)專業(yè)的人士，你也可以看到在戰(zhàn)爭(zhēng)環(huán)境下(二戰(zhàn)德軍坦克問題)，法律問題上(腎腫瘤的假設(shè)驗(yàn)證)，體育博彩領(lǐng)域(隊(duì)和加人隊(duì)NFL比賽問題)貝葉斯方法的威力。怎么從有限的信息判斷德軍裝甲部隊(duì)的規(guī)模，你所支持的球隊(duì)有多大可能贏得冠軍，在《龍與地下城》勇士中，你應(yīng)當(dāng)對(duì)游戲角色屬性的值有什么樣的期望，甚至在普通的彩彈射擊游戲中，擁有一些貝葉斯思維也能幫助到你提高游戲水平。
除此以外，本書在共計(jì)15章的篇幅中討論了怎樣解決十幾個(gè)現(xiàn)實(shí)生活中的實(shí)際問題。在這些問題的解決過程中，作者還潛移默化的幫助讀者形成了建模決策的方法論，建模誤差和數(shù)值誤差怎么取舍，怎樣為具體問題建立數(shù)學(xué)模型，如何抓住問題中的主要矛盾(模型中的關(guān)鍵參數(shù))，再一步一步的優(yōu)化或者驗(yàn)證模型的有效性或者局限性。在這個(gè)意義上，這本書又是一本關(guān)于數(shù)學(xué)建模的成功樣本。
貝葉斯方法正在變得越來(lái)越常見與重要，但是卻沒有太多可以借鑒的資料來(lái)幫助初學(xué)者。基于Allen Downey在大學(xué)講授的本科課程，本書的計(jì)算方法能幫助你獲得一個(gè)良好的開端。
使用已有的編程技巧學(xué)習(xí)和理解貝葉斯統(tǒng)計(jì)
處理估計(jì)、預(yù)測(cè)、決策分析、假設(shè)的證據(jù)、假設(shè)檢驗(yàn)等問題
從簡(jiǎn)單的例子開始，包括硬幣問題、M&Ms豆問題、《龍與地下城》勇士投骰子問題、彩彈游戲和冰球比賽問題
學(xué)習(xí)計(jì)算方法，解決諸如SAT分?jǐn)?shù)含義、模擬腎腫瘤和人體微生物建模問題
作者：Allen Downey，是歐林工程學(xué)院的計(jì)算機(jī)教授，加州大學(xué)伯克利分校的計(jì)算機(jī)博士。他在韋斯利學(xué)院(Wellesley College)、科爾比學(xué)院(Colby College)和加州大學(xué)伯克利分校講授計(jì)算機(jī)科學(xué)課程。他也是O’Reilly出版的Think Stats和Think Python圖書的作者。
譯者：許楊毅，新浪網(wǎng)系統(tǒng)架構(gòu)師，技術(shù)保障部總監(jiān)，畢業(yè)于湖南大學(xué)，15年互聯(lián)網(wǎng)工作經(jīng)驗(yàn)。
第1章 貝葉斯定理
1.1 條件概率
1.2 聯(lián)合概率
1.3 曲奇餅問題
1.4 貝葉斯定理
1.5 歷時(shí)詮釋
1.6 M&M豆問題
1.7 Monty Hall難題
1.8 討論
第2章 統(tǒng)計(jì)計(jì)算
2.1 分布
2.2 曲奇餅問題
2.3 貝葉斯框架
2.4 Monty Hall難題
2.5 封裝框架
2.6 M&M豆問題
2.7 討論
2.8 練習(xí)
第3章 估計(jì)
3.1 骰子問題
3.2 火車頭問題
3.3 怎樣看待先驗(yàn)概率？
3.4 其他先驗(yàn)概率
3.5 置信區(qū)間
3.6 累積分布函數(shù)
3.7 德軍坦克問題
3.8 討論
3.9 練習(xí)
第4章 估計(jì)進(jìn)階
4.1歐元問題
4.2后驗(yàn)概率的概述
4.3先驗(yàn)概率的湮沒
4.4優(yōu)化
4.5Beta分布
4.6討論
4.7練習(xí)
第5章 勝率和加數(shù)
5.1 勝率
5.2 貝葉斯定理的勝率形式
5.3 奧利弗的血跡
5.4 加數(shù)
5.5 較大化
5.6 混合分布
5.7 討論
第6章 決策分析
6.1 “正確的價(jià)格”問題
6.2 先驗(yàn)概率
6.3 概率密度函數(shù)
6.4 PDF的表示
6.5 選手建模
6.6 似然度
6.7 更新
6.8 出價(jià)
6.9 討論
第7章 預(yù)測(cè)
7.1波士頓棕熊隊(duì)問題
7.2泊松過程
7.3后驗(yàn)
7.4進(jìn)球分布
7.5獲勝的概率
7.6突然死亡法則
7.7討論
7.8練習(xí)
第8章 觀察者的偏差
8.1紅線問題
8.2模型
8.3等待時(shí)間
8.4預(yù)測(cè)等待時(shí)間
8.5估計(jì)到達(dá)率
8.6消除不確定性
8.7決策分析
8.8討論
8.9練習(xí)
第9章 二維問題
9.1 彩彈
9.2 Suite對(duì)象
9.3 三角學(xué)
9.4 似然度
9.5 聯(lián)合分布
9.6 條件分布
9.7 置信區(qū)間
9.8 討論
9.9 練習(xí)
第10章 貝葉斯近似計(jì)算
10.1 變異性假說
10.2 均值和標(biāo)準(zhǔn)差
10.3 更新
10.4 CV的后驗(yàn)分布
10.5 數(shù)據(jù)下溢
10.6 對(duì)數(shù)似然
10.7 一個(gè)小的優(yōu)化
10.8 ABC(近似貝葉斯計(jì)算)
10.9 估計(jì)的性
10.10 誰(shuí)的變異性更大？
10.11 討論
10.12 練習(xí)
第11章 假設(shè)檢驗(yàn)
11.1 回到歐元問題
11.2 來(lái)一個(gè)公平的對(duì)比
11.3 三角前驗(yàn)
11.4 討論
11.5 練習(xí)
第12章 證據(jù)
12.1 解讀SAT成績(jī)
12.2 比例得分SAT
12.3 先驗(yàn)
12.4 后驗(yàn)
12.5 一個(gè)更好的模型
12.6 校準(zhǔn)
12.7 效率的后驗(yàn)分布
12.8 預(yù)測(cè)分布
12.9 討論
第13章 模擬
13.1 腎腫瘤的問題
13.2 一個(gè)簡(jiǎn)化模型
13.3 更普遍的模型
13.4 實(shí)現(xiàn)
13.5 緩存聯(lián)合分布
13.6 條件分布
13.7 序列相關(guān)性
13.8 討論
第14章 層次化模型
14.1 蓋革計(jì)數(shù)器問題
14.2 從簡(jiǎn)單的開始
14.3 分層模型
14.4 一個(gè)小優(yōu)化
14.5 抽取后驗(yàn)
14.6 討論
14.7 練習(xí)
第15章 處理多維問題
15.1 臍部細(xì)菌
15.2 獅子，老虎和熊
15.3 分層版本
15.4 隨機(jī)抽樣
15.5 優(yōu)化
15.6 堆疊的層次結(jié)構(gòu)
15.7 另一個(gè)問題
15.8 還有工作要做
15.9 肚臍數(shù)據(jù)
15.10 預(yù)測(cè)分布
15.11 聯(lián)合后驗(yàn)
15.12 覆蓋
15.13 討論
印刷挺好的
包裝很好，看完再來(lái)評(píng)論
五個(gè)字！！！！！
質(zhì)量不錯(cuò)，就是快遞比較慢
講解直白，適合入門者閱讀
反反復(fù)復(fù)發(fā)
Satisfied
還沒看呢，不知怎么樣
這本書的作者公布了英文的PDF版，買的中文版感覺性價(jià)比太低，如果英文不錯(cuò)的話，可以直接讀英文，總共才200也左右嘛。
寡淡無(wú)味的書，這個(gè)人根本不會(huì)寫作，一個(gè)冷漠的人寫的書。如果是全價(jià)買的就退了，但是是半價(jià)買的，想扔了。
頁(yè)數(shù)不多，價(jià)格稍高！不過看在python的面子上，還是可以簡(jiǎn)單讀讀！
今天中午到的，速度真心的快，就是買前沒有仔細(xì)看，書太薄了。
基本上是從程序上來(lái)說明一些統(tǒng)計(jì)算法，還算實(shí)用。
這個(gè)，感覺之前買的有點(diǎn)略沖動(dòng)，不過，如果在給我一次應(yīng)該不會(huì)購(gòu)買了。
湊單買的，老公還沒來(lái)得及看，像大學(xué)的高數(shù)呀，沒有研究興趣的人估計(jì)很難靜下心來(lái)讀吧，哈哈
很好，盡管現(xiàn)在沒細(xì)看，但很多事概率統(tǒng)計(jì)的知識(shí)
一向oreilly是不錯(cuò)的出版物，貝葉斯與python的結(jié)合，更是為python引入國(guó)內(nèi)或國(guó)內(nèi)科研，打下良好的鋪墊。
有Python基礎(chǔ)和數(shù)學(xué)基礎(chǔ)的人 進(jìn)行統(tǒng)計(jì)學(xué)習(xí)
想找本python關(guān)于詳細(xì)統(tǒng)計(jì)的，可惜沒有，這本還差太多
書本知識(shí)本身不錯(cuò)，但是就是環(huán)境配置還有載入庫(kù)比較難受，總之比較好的給了一個(gè)框架，但是具體怎么理解就要深入分析一下了。
書很薄,主要是想使用python來(lái)實(shí)現(xiàn)貝葉斯思維才買的,內(nèi)容講的還可以。
我認(rèn)為書雖然很薄，但基本都是干貨，對(duì)理解貝葉斯很有幫助
用pythob學(xué)統(tǒng)計(jì)建模，打牢數(shù)據(jù)分析基礎(chǔ)
貝葉斯思維，機(jī)器學(xué)習(xí)中的經(jīng)典理論又火了一把，樸素貝葉斯等算法的講解很到位。
貝葉斯的書世面上不多，這邊算是理論聯(lián)系實(shí)際的，更容易理解貝葉斯統(tǒng)計(jì)。
還行， 錯(cuò)誤不是很多， 但還是有翻譯錯(cuò)誤， 有點(diǎn)的列子新穎，多，有啟發(fā)性， 這本書的缺點(diǎn)是列子都沒有公式，只有Python， 最后自己加個(gè)公式， 這樣比較容易懂， 如果用R實(shí)現(xiàn)就更好了。
貝葉斯思維，這本書的內(nèi)容還是挺不錯(cuò)的，正在努力學(xué)習(xí)中，希望能幫助我提升。書的包裝和紙質(zhì)都不錯(cuò)。
簡(jiǎn)單明白，看到開頭的數(shù)學(xué)題，我以為完了；但后面有模塊可以下載，運(yùn)用Python貝葉斯就那么簡(jiǎn)單。
