2021贝叶斯数据分析原作者开课啦！

在机器学习领域&＃xff0c;贝叶斯理论的强大体现在多个方面&＃xff0c;包括贝叶斯推断、超参数贝叶斯、非参贝叶斯等。此前&＃xff0c;Nature 子刊刊登了一篇关于贝叶斯统计与建模的综述文章&＃xff0c;引发广泛关注。近期&＃xff0c;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&＃xff1a;https://avehtari.github.io/BDA_course_Aalto/gsu2021.html

• 课程资料&＃xff1a;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&＃xff0c;3rd ed》。课程讲师也是作者之一 Aki Vehtari。

书籍电子版链接&＃xff1a;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&＃xff0c;以及如何使用最新的计算工具。在学习这门课程之前&＃xff0c;学生需要掌握以下知识&＃xff1a;

概率论的基本术语&＃xff0c;包括&＃xff1a;

• 概率、概率密度、概率分布&＃xff1b;

• 求和、乘法法则、贝叶斯定理&＃xff1b;

• 期望、均值、方差、中位数&＃xff1b;

相关知识的英文表述&＃xff0c;参考资料&＃xff1a;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&＃xff1b;

• 基本的可视化方法&＃xff08;使用 R 或 Python&＃xff09;:

• 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&＃xff1a;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&＃xff1a;

除了课程安排&＃xff0c;课程主页还提供了每节课的内容简介&＃xff1a;

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&＃xff0c;3rd ed》的作者之一 Aki Vehtari&＃xff0c;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&＃xff08;如 Laplace、EP、VB、MC&＃xff09;与模型诊断、模型评估与选择、高斯过程以及层次模型。

欢迎添加群助手微信&＃xff0c;邀请您加入大佬云集-深度学习技术交流群&＃xff01;

???? 长按识别添加&＃xff0c;邀请您进群&＃xff01;