认知
Author Profile

Cameron Davidson-Pilon

AI 深度解读 Cameron Davidson-Pilon 的 3 本代表作。每一本都能和作者面对面对话， 3 分钟掌握核心观点，付费会员可追问无限次。

3 本作品科技
直接开始对话

《贝叶斯方法：概率编程与贝叶斯推断》

Cameron Davidson-Pilon

一本面向实践者的贝叶斯统计入门书，使用Python和PyMC3库，通过大量实例讲解贝叶斯建模与计算。

和 Cameron Davidson-Pilon 对话

Cameron Davidson-Pilon 的全部作品

科技

贝叶斯方法：概率编程与贝叶斯推断

Cameron Davidson-Pilon

一本面向实践者的贝叶斯统计入门书，使用Python和PyMC3库，通过大量实例讲解贝叶斯建模与计算。

核心观点

  • 从频率学派与贝叶斯学派的哲学对比入手
  • 强调利用现代计算工具（MCMC）实现贝叶斯推断
  • 案例驱动，覆盖A/B测试、回归、时间序列等常见问题
贝叶斯Python实践
和Cameron Davidson-Pilon对话
3 个观点
科技

贝叶斯方法：概率编程与推断

Cameron Davidson-Pilon

以Python和PyMC3为核心，介绍贝叶斯统计与概率编程，涵盖先验选择、MCMC采样、层次模型等，强调计算实践与商业应用。

核心观点

  • 贝叶斯方法将先验知识与数据结合，更新后验信念
  • MCMC采样使复杂后验分布的计算变得可行
  • 概率编程语言大幅降低了贝叶斯建模的门槛
贝叶斯统计概率编程PyMC3
和Cameron Davidson-Pilon对话
3 个观点
科技

贝叶斯方法实战

Cameron Davidson-Pilon

介绍贝叶斯统计方法在机器学习中应用的实践指南，通过具体案例和代码展示贝叶斯建模的全过程。

核心观点

  • 通过Python实现贝叶斯统计建模全流程
  • 涵盖马尔可夫链蒙特卡洛等采样方法
  • 包含A/B测试、预测建模等实战案例
贝叶斯机器学习实战
和Cameron Davidson-Pilon对话
3 个观点