GSU 2021 | 贝叶斯数据分析课程开讲

机器学习算法与Python实战

共 1344字,需浏览 3分钟

 ·

2021-03-29 21:55

↑↑↑点击上方蓝字,回复资料,10个G的惊喜

转自:机器之心


在机器学习领域,贝叶斯理论的强大体现在多个方面,包括贝叶斯推断、超参数贝叶斯、非参贝叶斯等。此前,Nature 子刊刊登了一篇关于贝叶斯统计与建模的综述文章,引发广泛关注。近期,一门适合初学者的课程——阿尔托大学 2021 年贝叶斯数据分析课程正式开课了。


  • 课程主页:https://avehtari.github.io/BDA_course_Aalto/gsu2021.html

  • 课程资料:https://github.com/avehtari/BDA_course_Aalto


该课程使用的教材是由 Andrew Gelman、John Carlin、Hal Stern、David Dunson、Aki Vehtari 和 Donald Rubin 合著的《Bayesian Data Analysis,3rd ed》。课程讲师也是作者之一 Aki Vehtari。


书籍电子版链接:https://users.aalto.fi/~ave/BDA3.pdf

预备知识

该课程重点强调贝叶斯数据分析的计算层面,以及如何使用最新的计算工具。在学习这门课程之前,学生需要掌握以下知识:

概率论的基本术语,包括:

  • 概率、概率密度、概率分布;

  • 求和、乘法法则、贝叶斯定理;

  • 期望、均值、方差、中位数;


相关知识的英文表述,参考资料:https://ocw.mit.edu/courses/mathematics/18-05-introduction-to-probability-and-statistics-spring-2014/readings/

  • 代数与微积分的部分知识;

  • 基本的可视化方法(使用 R 或 Python):

  • 直方图、密度图、散点图


该课程还给出了使用 R 或 Python 语言实现的 demo:https://avehtari.github.io/BDA_course_Aalto/demos.html

课程安排

本次课程于 3 月开课、5 月结束。

以下是部分课程安排:


除了课程安排,课程主页还提供了每节课的内容简介:

第 5 节课程的内容简介。

讲师介绍


本次课程的讲师是《Bayesian Data Analysis,3rd ed》的作者之一 Aki Vehtari,阿尔托大学计算机科学系副教授。他的研究兴趣是贝叶斯概率论和方法论、贝叶斯工作流、概率编程、推理方法(如 Laplace、EP、VB、MC)与模型诊断、模型评估与选择、高斯过程以及层次模型。
也可以加一下老胡的微信
围观朋友圈~~~


推荐阅读

(点击标题可跳转阅读)

我爱线代,线代使我快乐

麻省理工学院计算机课程【中文版】

【清华大学王东老师】现代机器学习技术导论.pdf

机器学习中令你事半功倍的pipeline处理机制

机器学习避坑指南:训练集/测试集分布一致性检查

机器学习深度研究:特征选择中几个重要的统计学概念

老铁,三连支持一下,好吗?↓↓↓


浏览 36
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报