Foundations of Bayesian Statistics for Data Scientists: With R and Python

Книга представляет собой обзор байесовского подхода к применению наиболее важных методов статистического вывода. Предназначена для студентов старших курсов и магистрантов, специализирующихся в области Data Science, статистики или математики, которые интересуются изучением байесовской статистики.

Читатель должен быть знаком с математическим анализом и пройти курс статистического вывода, охватывающий основные правила вероятности, распределения вероятностей и математические ожидания, а также основы традиционного частотного подхода к статистике, включая выборочные распределения, функции правдоподобия, основные методы вывода, такие как точечное оценивание, доверительные интервалы, проверка значимости и модели линейной регрессии.

Ключевые особенности: использует примеры реальных данных и содержит многочисленные упражнения; включает приложения с программным кодом на R и Python; предлагает слайды, лабораторные работы и другие материалы на веб-сайте книги.

Каждая глава начинается с краткого обзора основных частотных методов по данной теме, прежде чем представить соответствующие байесовские методы. Книга представляет как теоретические основы, так и методы, и предназначена для читателя, который хочет понять байесовские методы, а не просто применять их. Основное внимание уделяется не только представлению статистических методологий, но и демонстрации того, как реализовать их с помощью современного программного обеспечения, с акцентом на соответствующие методы моделирования.