Autor Heard, Nick
|
|
Documentos disponibles escritos por este autor (1)
Hacer una sugerencia Refinar búsqueda
Título : An Introduction to Bayesian Inference, Methods and Computation Tipo de documento: documento electrónico Autores: Heard, Nick, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XII, 169 p. 82 ilustraciones, 70 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-82808-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estadísticas Investigación cuantitativa Inferencia bayesiana Estadística y Computación Análisis de datos y Big Data Índice Dewey: 519.542 Resumen: Estas notas de clase proporcionan una introducción rápida y accesible a los métodos estadísticos bayesianos. El curso cubre la filosofía y los principios fundamentales de la inferencia bayesiana, incluido el razonamiento detrás de la construcción del modelo previo/de probabilidad sinónimo de los métodos bayesianos, hasta temas avanzados como los no paramétricos, los procesos gaussianos y los modelos de factores latentes. Estas técnicas de modelado avanzadas se pueden aplicar fácilmente utilizando ejemplos de código informático escritos en Python y Stan que están integrados en el texto principal. Es importante destacar que el lector aprenderá métodos para evaluar el ajuste del modelo y elegir entre enfoques de modelado rivales. . Nota de contenido: Uncertainty and Decisions -- Prior and Likelihood Representation -- Graphical Modeling -- Parametric Models -- Computational Inference -- Bayesian Software Packages -- Model choice -- Linear Models -- Nonparametric Models -- Nonparametric Regression -- Clustering and Latent Factor Models -- Conjugate Parametric Models. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i An Introduction to Bayesian Inference, Methods and Computation [documento electrónico] / Heard, Nick, Autor . - 1 ed. . - [s.l.] : Springer, 2021 . - XII, 169 p. 82 ilustraciones, 70 ilustraciones en color.
ISBN : 978-3-030-82808-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Estadísticas Investigación cuantitativa Inferencia bayesiana Estadística y Computación Análisis de datos y Big Data Índice Dewey: 519.542 Resumen: Estas notas de clase proporcionan una introducción rápida y accesible a los métodos estadísticos bayesianos. El curso cubre la filosofía y los principios fundamentales de la inferencia bayesiana, incluido el razonamiento detrás de la construcción del modelo previo/de probabilidad sinónimo de los métodos bayesianos, hasta temas avanzados como los no paramétricos, los procesos gaussianos y los modelos de factores latentes. Estas técnicas de modelado avanzadas se pueden aplicar fácilmente utilizando ejemplos de código informático escritos en Python y Stan que están integrados en el texto principal. Es importante destacar que el lector aprenderá métodos para evaluar el ajuste del modelo y elegir entre enfoques de modelado rivales. . Nota de contenido: Uncertainty and Decisions -- Prior and Likelihood Representation -- Graphical Modeling -- Parametric Models -- Computational Inference -- Bayesian Software Packages -- Model choice -- Linear Models -- Nonparametric Models -- Nonparametric Regression -- Clustering and Latent Factor Models -- Conjugate Parametric Models. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
