|
000
|
02301nam 2200373 450
|
|
001
|
02349308
|
|
005
|
20250714144954.0
|
|
010
|
|
@a978-7-302-65485-8@dCNY98.00
|
|
100
|
|
@a20250714d2024 em y0chiy50 ea
|
|
101
|
1
|
@achi@cspa@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@aPython贝叶斯建模与计算@APython bei ye si jian mo yu ji suan@f(阿根廷) 奥斯瓦尔多·A.马丁, (美) 拉万·库马尔, 劳俊鹏著@g郭涛译
|
|
210
|
|
@a北京@c清华大学出版社@d2024.03
|
|
215
|
|
@aXX, 324页@c图@d24cm
|
|
225
|
2
|
@a数据科学与大数据技术@Ashu ju ke xue yu da shu ju ji shu
|
|
306
|
|
@a由Taylor & Francis出版集团旗下CRC Press出版公司出版授权出版
|
|
312
|
|
@a英文题名取自封面
|
|
314
|
|
@aOsvaldo A. Martin是阿根廷IMASL-CONICET和芬兰阿尔托大学计算机科学系的研究员。他拥有生物物理学和结构生物信息学博士学位。多年来, 他日益精进对贝叶斯方面的数据分析问题的研究。他对开发和实现贝叶斯统计和概率建模软件工具尤其感兴趣。Ravin Kumar是谷歌的数据科学家, 此前曾在SpaceX和Sweetgreen等公司工作。他拥有制造工程硕士学位和机械工程学士学位。他发现贝叶斯统计可以有效地为组织建模以及制定策略。Junpeng Lao是谷歌的数据科学家。在此之前, 他获得了博士学位, 随后作为博士后在认知神经科学领域开展研究。他主要研究Bootstrapping和Permutation, 由此对贝叶斯统计和生成建模产生了浓厚的兴趣。
|
|
330
|
|
@a本书使用了PyMC3、Tensorflow Probability和ArviZ等多个软件库的实践方法, 重点为应用统计学的实践方法, 并参考了基础数学理论。本书首先回顾贝叶斯推断的概念。第2章介绍了贝叶斯模型探索性分析的现代方法。基于这两个基本原理, 接下来的章节介绍了各种模型, 包括线性回归、样条、时间序列和贝叶斯加性回归树。其后几章讨论的主题包括: 逼近贝叶斯计算, 通过端到端案例研究展示如何在不同环境中应用贝叶斯建模, 以及概率编程语言内部构件。最后一章深入数学方面或扩展对某些主题的讨论, 作为本书其余部分的参考。
|
|
410
|
0
|
@12001 @a数据科学与大数据技术
|
|
510
|
1
|
@aBayesian modeling and computation in Python@zeng
|
|
606
|
0
|
@a程序语言@Acheng xu yu yan@x程序设计
|
|
606
|
0
|
@a贝叶斯方法@Abei ye si fang fa
|
|
610
|
0
|
@aPython
|
|
690
|
|
@aTP312PY@v5
|
|
690
|
|
@aF222.1@v5
|
|
701
|
1
|
@a马丁@Ama ding@g(Martin, Osvaldo A.)@4著
|
|
701
|
1
|
@a库马尔@Aku ma er@g(Kumar, Ravin)@4著
|
|
701
|
1
|
@a劳俊鹏@Alao jun peng@4著
|
|
702
|
0
|
@a郭涛@Aguo tao@4译
|
|
801
|
0
|
@aCN@bZZJT@c20250715
|
|
905
|
|
@aLYXY@dTP312PY@e35@f3
|
|
|
|
|
| |
| Python贝叶斯建模与计算/(阿根廷) 奥斯瓦尔多·A.马丁, (美) 拉万·库马尔, 劳俊鹏著/郭涛译.-北京：清华大学出版社，2024.03 |
| XX, 324页：图；24cm.-(数据科学与大数据技术) |
| |
| |
| ISBN 978-7-302-65485-8：CNY98.00 |
| 本书使用了PyMC3、Tensorflow Probability和ArviZ等多个软件库的实践方法, 重点为应用统计学的实践方法, 并参考了基础数学理论。本书首先回顾贝叶斯推断的概念。第2章介绍了贝叶斯模型探索性分析的现代方法。基于这两个基本原理, 接下来的章节介绍了各种模型, 包括线性回归、样条、时间序列和贝叶斯加性回归树。其后几章讨论的主题包括: 逼近贝叶斯计算, 通过端到端案例研究展示如何在不同环境中应用贝叶斯建模, 以及概率编程语言内部构件。最后一章深入数学方面或扩展对某些主题的讨论, 作为本书其余部分的参考。 |
| ● |
正题名：Python贝叶斯建模与计算
索取号：TP312PY/35
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1452148
|
214521481
|
十四楼书库/
[索取号:TP312PY/35]
|
在馆
|
架位导航
|
|
2
|
1452149
|
214521490
|
十四楼书库/
[索取号:TP312PY/35]
|
在馆
|
架位导航
|
|
3
|
1452150
|
214521506
|
十四楼书库/
[索取号:TP312PY/35]
|
在馆
|
架位导航
|
