Programación probabilística en Python: inferencia bayesiana y algoritmos
A

Programación probabilística en Python: inferencia bayesiana y algoritmos

Matemáticas
Python probabilistic programming Bayesian inference PyMC MCMC data analysis statistics
Autor
Cameron Davidson-Pilon
Editorial
Pedro
Año
2019
Idioma
Ruso
153
Calificar este libro

Para leer el libro, iniciar sesión / registrarse

Vista previa del fragmento

Libros similares

Análisis Bayesiano en Python. Introducción al modelado estadístico y programación probabilística con PyMC3 y ArviZ

Análisis Bayesiano en Python. Introducción al modelado estadístico y programación probabilística con PyMC3 y ArviZ

Osvaldo Martin

Modelos bayesianos. Estadística bayesiana en el lenguaje de programación Python.

Modelos bayesianos. Estadística bayesiana en el lenguaje de programación Python.

Allen B. Downey

Redes neuronales en Python. Fundamentos de IA y aprendizaje automático

Redes neuronales en Python. Fundamentos de IA y aprendizaje automático

Kulikova I. V.

Estadística bayesiana: Star Wars®, LEGO®, patitos de goma y mucho más

Estadística bayesiana: Star Wars®, LEGO®, patitos de goma y mucho más

Will Kurt

Modelos bayesianos de percepción y acción. Una perspectiva moderna sobre los principios del funcionamiento cerebral.

Modelos bayesianos de percepción y acción. Una perspectiva moderna sobre los principios del funcionamiento cerebral.

Wei Ji Ma, Conrad Kording, Daniel Goldreich

Introducción al aprendizaje automático con Python. Guía para científicos de datos

Introducción al aprendizaje automático con Python. Guía para científicos de datos

Andreas Müller, Sara Guido

Smolyakov V. - Algoritmos de aprendizaje automático (Biblioteca del programador) - 2026

Smolyakov V. - Algoritmos de aprendizaje automático (Biblioteca del programador) - 2026

V. Smoliakov

Algoritmos de manera informal. Una guía para principiantes en Python.

Algoritmos de manera informal. Una guía para principiantes en Python.

Bradford Tackfield

Introducción al análisis de algoritmos

Introducción al análisis de algoritmos

Michael Soltys

Estadística y planificación de experimentos para no iniciados: Cómo evitar que la estadística mienta

Estadística y planificación de experimentos para no iniciados: Cómo evitar que la estadística mienta

Miguel H. Herzog, Gregory Francis, Aaron Clark