Kod produktu: 787683 [27682980]
Wystaw opinię o produkcie
Analiza bayesowska w Pythonie
Analiza bayesowska w Pythonie. Praktyczny przewodnik po modelowaniu probabilistycznym.
Zapytaj o produkt
Administratorem danych osobowych jest Ksiegarnia Muza. Przetwarzamy je w celu przesłania odpowiedzi na zapytanie. Więcej informacji dotyczących przetwarzania danych osobowych znajduje się w polityce prywatności.
Udostępnianie karty produktu
Koszty dostawy wybranego produktu
-
DHL Punkt Odbioru 9,00 zł
-
Orlen Punkt Odbioru 9,90 zł
-
DPD Punkt Odbioru 12,00 zł
-
InPost Paczkomat 14,90 zł
-
Kurier DHL 15,99 zł
-
Odbiór Gdańsk Galeria Madison Darmowa
-
Odbiór Gdańsk ul.Długie Ogrody 11 Darmowa
-
Odbiór Gdańsk ul.Grancarska 33 Darmowa
Cena dostawy dotyczy tego produktu (w wybranym wariancie - jeśli dotyczy). Może się ona zmienić po dodaniu innych produktów do koszyka.
Opis produktu
Analiza bayesowska w Pythonie. Praktyczny przewodnik po modelowaniu probabilistycznym. Wydanie III
W ostatnich dekadach statystyka bayesowska zyskała ogromne znaczenie w nauce i inżynierii. Współczesna analiza bayesowska to w dużej mierze statystyka obliczeniowa elastyczna, przejrzysta i umożliwiająca intuicyjną interpretację wyników. Dzięki rozwojowi bibliotek języka Python koncepcje bayesowskie stały się praktycznym narzędziem do realizacji zaawansowanych scenariuszy analitycznych.
Książka stanowi kompleksowe wprowadzenie do stosowanego wnioskowania bayesowskiego i jego implementacji w Pythonie. Autor używa nowoczesnej biblioteki PyMC do programowania probabilistycznego, a ArviZ do analizy i diagnostyki modeli. Omawia także inne narzędzia ekosystemu bayesowskiego, takie jak Bambi, PreliZ i Kulprit. Zapoznasz się z zagadnieniami bayesowskich addytywnych drzew regresyjnych (BART), selekcji zmiennych, konstrukcji rozkładów a priori i porównywania modeli. Ponadto dowiesz się, jak budować, analizować i interpretować modele probabilistyczne w projektach z zakresu data science.
W książce między innymi:
budowa modeli probabilistycznych z użyciem PyMC
analiza i diagnostyka modeli w ArviZ
modele hierarchiczne zalety i ograniczenia
porównywanie modeli i wybór najlepszych rozwiązań
interpretacja wyników w kontekście rzeczywistych problemów
myślenie probabilistyczne w ujęciu bayesowskim
Książka stanowi kompleksowe, jasne i zwięzłe wprowadzenie do metod bayesowskich i biblioteki PyMC.
Christopher Fonnesbeck i Thomas Wiecki
Autorzy: Osvaldo Martin
Data premiery: 2026-07-07
EAN: 9788328936652
Format: 168x239 mm
Ilość stron: 288
ISBN: 9788328936652
Oprawa: broszurowa
Rok wydania: 2026
Wydawnictwo: Helion