具体描述
读后感
力荐给缺乏足够统计基础（如非stats专业 bachelor）的初学者。Dr. Kruschke自己有blog，会经常在上面回答（书中提到的）问题和深入讨论。 使用的软件是R，主要算法集中在Gibbs Sampler方面，对HMC没有太多介绍。 另读完之后想要完全独立做Bayesian，还是要回去吃下Gelman的书。
评分力荐给缺乏足够统计基础（如非stats专业 bachelor）的初学者。Dr. Kruschke自己有blog，会经常在上面回答（书中提到的）问题和深入讨论。 使用的软件是R，主要算法集中在Gibbs Sampler方面，对HMC没有太多介绍。 另读完之后想要完全独立做Bayesian，还是要回去吃下Gelman的书。
评分Chapter 1 - 3 R basics getwd() Change work directory: Session -> Set Work directory List the files in the working directory: dir() ls() source("mycode.r") myfunction <- function() { x<-rsnorm(100) mean(x) } second <- function(x) { x+rnorm(length...
评分力荐给缺乏足够统计基础（如非stats专业 bachelor）的初学者。Dr. Kruschke自己有blog，会经常在上面回答（书中提到的）问题和深入讨论。 使用的软件是R，主要算法集中在Gibbs Sampler方面，对HMC没有太多介绍。 另读完之后想要完全独立做Bayesian，还是要回去吃下Gelman的书。
评分Chapter 1 - 3 R basics getwd() Change work directory: Session -> Set Work directory List the files in the working directory: dir() ls() source("mycode.r") myfunction <- function() { x<-rsnorm(100) mean(x) } second <- function(x) { x+rnorm(length...
用户评价
感觉还蛮不错的。可惜有事不能读完了
评分被Gelman那本书虐得昏天黑地以后终于找到了一本我能读懂的！写得太简明易懂了！但内容还是过于入门了。
评分感觉还蛮不错的。可惜有事不能读完了
评分作者还是我大IU的
评分之前一直都在啃大部头的PRML, 大部头总是太关注理论的完整性，对例子和怎么实现太过于吝啬。这本简单，十分强调代码与例子，对于搞应用的人来说是最适宜不过了。 另外，简单的书反而能把bayesian model里的一些核心哲学突出出来。看着posterier probability 改变和原始prior折衷的过程，仿佛看到了人的思维改变的过程。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有