Analyse bayésienne avec Python. Introduction à la modélisation statistique et à la programmation probabiliste avec PyMC3 et ArviZ
A

Analyse bayésienne avec Python. Introduction à la modélisation statistique et à la programmation probabiliste avec PyMC3 et ArviZ

Mathématiques
Python Bayesian statistics probabilistic programming PyMC3 ArviZ statistical modeling data analysis
Auteur
Oswaldo Martin
Éditeur
DMK Press
Année
2020
Langue
Russe
191
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Programmation probabiliste en Python : inférence bayésienne et algorithmes

Programmation probabiliste en Python : inférence bayésienne et algorithmes

Cameron Davidson-Pilon

Modèles bayésiens. Statistiques bayésiennes avec le langage de programmation Python

Modèles bayésiens. Statistiques bayésiennes avec le langage de programmation Python

Allen B. Downey

Régression : théorie et pratique. Avec des exemples en R et Stan

Régression : théorie et pratique. Avec des exemples en R et Stan

Andrew Gelman, Jennifer Hill, Aki Vehtari

Statistique bayésienne : Star Wars®, LEGO®, canards en caoutchouc et bien plus encore

Statistique bayésienne : Star Wars®, LEGO®, canards en caoutchouc et bien plus encore

Will Kurt

Modèles bayésiens de perception et d'action. Une perspective moderne sur les principes de fonctionnement du cerveau

Modèles bayésiens de perception et d'action. Une perspective moderne sur les principes de fonctionnement du cerveau

Wei Ji Ma, Konrad Kording, Daniel Goldreich

Apprentissage profond : principes et concepts

Apprentissage profond : principes et concepts

Christopher M. Bishop, Hugh Bishop

Dolganov A. Yu., Ronkin M. V., Soyzkin A. V. - Algorithmes de base d'apprentissage automatique en Python - 2023

Dolganov A. Yu., Ronkin M. V., Soyzkin A. V. - Algorithmes de base d'apprentissage automatique en Python - 2023

A. Yu. Dolganov, M. V. Ronkin, A. V. Sozykin

Réseaux neuronaux avec Python. Fondements de l'IA et de l'apprentissage automatique

Réseaux neuronaux avec Python. Fondements de l'IA et de l'apprentissage automatique

Koulikova I. V.

Mathématiques pour la Data Science. Gérer les données avec l'algèbre linéaire, la théorie des probabilités et les statistiques.

Mathématiques pour la Data Science. Gérer les données avec l'algèbre linéaire, la théorie des probabilités et les statistiques.

Thomas Nield

Analyse causale pour les audacieux et les honnêtes

Analyse causale pour les audacieux et les honnêtes

Matheus Facure, Artem Gruzdev