Gibt es Tutorials zur Bayes'schen Wahrscheinlichkeitstheorie oder grafische Modelle anhand von Beispielen?

13

Ich habe Hinweise auf das Erlernen der Bayes'schen Wahrscheinlichkeitstheorie in R gesehen und mich gefragt, ob es mehr davon gibt, vielleicht speziell in Python? Auf das Erlernen der Bayes'schen Wahrscheinlichkeitstheorie, der Inferenz, der Maximum-Likelihood-Schätzung, grafischer Modelle und der Art ausgerichtet?

— 3ds
quelle

5

Unterscheidet sich die Bayes'sche Wahrscheinlichkeitstheorie von der regulären Wahrscheinlichkeitstheorie? Ich bin damit einverstanden, dass die Bayes'sche Entscheidungstheorie , die Bayes'sche Folgerungstheorie , die Bayes'sche Schätzungstheorie usw. sich erheblich von den frequentistischen Versionen dieser beiden Themen unterscheiden, aber die Wahrscheinlichkeitstheorie für beide Lager gleich ist, nicht wahr?

— Dilip Sarwate

Vielen Dank, schlechte Terminologie :) Welches Wort würde ich verwenden, um diese Themen zu erfassen?

— 3.

Interessieren Sie sich für Codierung oder Mathematik? Wenn erstere, wie wäre es mit "Programmieren von Bayes'schen Schätzverfahren ..."? Außerdem ist die maximale Wahrscheinlichkeitsschätzung nicht bayesianisch, außer asymptotisch in fast allen Fällen.

— Jbowman

Wirklich beides. Ich möchte die Mathematik wirklich verstehen, aber ich habe festgestellt, dass die durch Codierung gezeigten Methoden das Verständnis zu festigen scheinen, ähnlich wie in der Serie "Think Stats" für grundlegende Statistiken in Python :)

— 3ds

16

Ab Ende Januar 2012 wird ein 10-wöchiger Kurs zum Thema Probabilistic Graphical Models von Stanford Professor Daphne Koller kostenlos online angeboten . Es wird als natürliche Fortsetzung des ML-Kurses von Andrew NG angesehen , und wenn er in der Nähe von Andrews liegt, wird er von exquisiter Qualität sein.

Es gibt auch mathematicalmonks - kostenlose Youtube-Videos, die viele Themen wie MLE und Bayes-Netzwerke abdecken.

ai-class Lerneinheiten 3.x Wahrscheinlichkeit in AI und 4.x Wahrscheinlichkeitsrechnung (wenn Sie ein Konto auf http://www.ai-class.com erstellen , können Sie diese in einer schön geordneten Oberfläche sehen)

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

— Clyfe
quelle

6

Der großartige Einsatz von ipython notebook und das Erlernen der Bayes'schen Methoden ist die probabilistische Programmierung und die Bayes'sche Methode für Hacker . Wenn Sie den Ipython / Scipy-Stapel verwenden, können Sie das Notizbuch herunterladen und den Beispielcode lokal ausführen. Die interaktive Konsole eignet sich hervorragend zum Lernen, Testen und Schreiben von Python.

Ipython: http://ipython.org/

— bizzurnzz
quelle

Sehr Python in der Tat.

— Cam.Davidson.Pilon

4

Wenn Sie wirklich ein grundlegendes Konzept der Bayes'schen Statistik erlernen möchten, sollten Sie unbedingt die von Andrew Gelman geschriebene Bayes'sche Datenanalyse lesen . Ich ermutige Sie, die Übung zu machen. Sie werden viel daraus lernen. Die Mathematik der Bayes'schen Statistik ist ein wichtiger Schritt für Sie, um probabilistische grafische Modelle zu erlernen. Es scheint, Sie sind Neuling in Bayesian Konzept. Lesen Sie probabilistische grafische Modelle NICHT hastig, wenn Sie kein grundlegendes Konzept kennen und mit der mathematischen Berechnung nach Bayes nicht vertraut sind. Sie kennen meinen Vorschlag Wenn Sie die von Andrew Ng bereitgestellten Videovorträge von Stanford gelesen haben .

— Randolph Chou
quelle

0

Bin gerade auf dieses MOOC "Autonomous Navigation of Flying Robots" gestoßen ( https://www.edx.org/course/autonomous-navigation-flying-robots-tumx-autonavx-0 ). In dem Kurs unterrichten die Kursleiter die Teilnehmer, wie sie einen fliegenden Roboter für die autonome Navigation programmieren (in Python). Dabei werden Bayes-Statistiken für die Zustandsschätzung und andere nützliche Techniken (z. B. Kalman-Filterung von verrauschten Sensoreingaben) verwendet. Das Schöne ist, dass der Code, den man in der Klasse schreibt, für einige im Handel erhältliche Flugroboter verwendet werden kann, sodass man später mehr damit spielen und nach Möglichkeiten suchen kann, um die Bayes'sche Zustandsschätzung zu verbessern.

Für das Ipython-Notizbuch "Probabilisic Programming & Bayesian Methods for Hackers" kann ich es ebenfalls sehr empfehlen. Ich habe noch nie zuvor eine so gut zugängliche und umfassende Einführung erlebt und in relativ kurzer Zeit wirklich viel gelernt!

— Dave
quelle

3

Bitte erläutern Sie deutlich den Zusammenhang zwischen Ihrem ersten Link und der Frage. Ihr zweiter Link ist bereits in einer anderen Antwort behandelt.

— Glen_b