Вероятностное программирование на Python: байесовский вывод и алгоритмы
Эта книга представляет собой практическое руководство по байесовскому статистическому выводу с использованием языка Python. Автор, Кэмерон Дэвидсон-Пайлон, подходит к сложной теме вероятностного программирования с позиции практикующего программиста, делая байесовские методы доступными для разработчиков и аналитиков данных.
В книге подробно рассматривается использование библиотеки PyMC для реализации байесовских моделей, а также интеграция с научным стеком Python: NumPy, SciPy и Matplotlib. Читатель познакомится с философией байесовского подхода, методами MCMC (Markov Chain Monte Carlo) и их практическим применением в реальных задачах.
Особое внимание уделяется практическим кейсам применения байесовских методов: A/B-тестированию, выявлению мошенничества и другим актуальным задачам анализа данных. Книга помогает преодолеть страх перед сложными статистическими концепциями и начать применять байесовский вывод в повседневной работе с данными.
Издание подходит как для программистов, желающих углубить свои знания в области статистики и машинного обучения, так и для аналитиков данных, стремящихся освоить современные вероятностные методы работы с данными.
