Volume 256 pages
2019 year
Вероятностное программирование на Python: байесовский вывод и алгоритмы
About the book
Байесовские методы пугают формулами многих «айтишников», но без анализа статистики и вероятностей сейчас не обойтись. Кэмерон Дэвидсон-Пайлон рассказывает о байесовском методе с точки зрения программиста-практика, работающего с многофункциональным языком PyMC и библиотеками NumPy, SciPy и Matplotlib. Раскрывая роль байесовских выводов при А/В-тестировании, выявлении мошенничества и в других насущных задачах, вы не только легко разберетесь в этой нетривиальной теме, но и начнете применять полученные знания для достижения своих целей.
Неоднозначное впечатление от книги! Обещанной в абстракте легкости в понимании содержания вероятностного программирования от прочтения книги не появляется. Это несмотря на обладание некоторой подготовки в ТВ и МС. Автор постоянно отсылает к 3 главе, где должно случиться чудо и он объяснит читателю суть происходящего. Возможно. Но до этого времени многие читатели утратят интерес к изучаемой теме.
Ну и местами проскакивают не очевидные вещи, как-то: «достаточно определить количество случаев, когда выборка из апостериорного распределения λ1 меньше, чем для λ2». В каком смысле меньше? По объему, размаху или еще по какому-нибудь признаку?
Продолжаю читать на «морально-волевых».
Александр, Ну так и как, дочитали? Можете поделиться мнением?
Reviews, 1 review1