貝葉斯資料分析2021課程開課了，同名書籍作者主講

機器之心發表於2021-03-26
在機器學習領域，貝葉斯理論的強大體現在多個方面，包括貝葉斯推斷、超引數貝葉斯、非參貝葉斯等。此前，Nature 子刊刊登了一篇關於貝葉斯統計與建模的綜述文章，引發廣泛關注。近期，一門適合初學者的課程——阿爾託大學 2021 年貝葉斯資料分析課程正式開課了。

貝葉斯資料分析2021課程開課了，同名書籍作者主講

  • 課程主頁：https://avehtari.github.io/BDA_course_Aalto/gsu2021.html

  • 課程資料：https://github.com/avehtari/BDA_course_Aalto

該課程使用的教材是由 Andrew Gelman、John Carlin、Hal Stern、David Dunson、Aki Vehtari 和 Donald Rubin 合著的《Bayesian Data Analysis，3rd ed》。課程講師也是作者之一 Aki Vehtari。

貝葉斯資料分析2021課程開課了，同名書籍作者主講

書籍電子版連結：https://users.aalto.fi/~ave/BDA3.pdf

預備知識

該課程重點強調貝葉斯資料分析的計算層面，以及如何使用最新的計算工具。在學習這門課程之前，學生需要掌握以下知識：

機率論的基本術語，包括：

  • 機率、機率密度、機率分佈；

  • 求和、乘法法則、貝葉斯定理；

  • 期望、均值、方差、中位數；

相關知識的英文表述，參考資料：https://ocw.mit.edu/courses/mathematics/18-05-introduction-to-probability-and-statistics-spring-2014/readings/

  • 代數與微積分的部分知識；

  • 基本的視覺化方法（使用 R 或 Python）:

  • 直方圖、密度圖、散點圖

該課程還給出了使用 R 或 Python 語言實現的 demo：https://avehtari.github.io/BDA_course_Aalto/demos.html

課程安排

本次課程於 3 月開課、5 月結束。

以下是部分課程安排：

貝葉斯資料分析2021課程開課了，同名書籍作者主講

除了課程安排，課程主頁還提供了每節課的內容簡介：

貝葉斯資料分析2021課程開課了，同名書籍作者主講

第 5 節課程的內容簡介。

講師介紹

貝葉斯資料分析2021課程開課了，同名書籍作者主講

本次課程的講師是《Bayesian Data Analysis，3rd ed》的作者之一 Aki Vehtari，阿爾託大學電腦科學系副教授。他的研究興趣是貝葉斯機率論和方法論、貝葉斯工作流、機率程式設計、推理方法（如 Laplace、EP、VB、MC）與模型診斷、模型評估與選擇、高斯過程以及層次模型。

相關文章