Build your ultimate AI agent
Deskripsi Kursus
Estimasi Bayesian menawarkan alternatif yang fleksibel terhadap teknik pemodelan yang inferensinya bergantung pada nilai p. Pada kursus ini, Anda akan belajar mengestimasi model regresi linear menggunakan metode Bayesian dan paket rstanarm. Anda akan diperkenalkan pada sebaran prior, pemeriksaan model menggunakan posterior predictive, serta perbandingan model dalam kerangka Bayesian. Anda juga akan mempelajari cara menggunakan model yang diestimasi untuk membuat prediksi pada data baru.
Prasyarat
Kurikulum
Garis besar kursus
1
Pengantar Model Linear Bayesian
Tinjauan regresi frequentist menggunakan lm(), pengantar regresi Bayesian menggunakan stan_glm(), dan perbandingan keluaran masing-masing.
- Regresi Linear Non-Bayesian50 XP
- Menjelajahi data100 XP
- Menerapkan regresi linear frequentist100 XP
- Regresi Linear Bayesian50 XP
- Menerapkan regresi linear Bayesian100 XP
- Kriteria konvergensi50 XP
- Menilai konvergensi model50 XP
- Membandingkan metode frequentist dan Bayesian50 XP
- Perbedaan antara frequentist dan Bayesian50 XP
- Membuat interval kredibel100 XP
2
Memodifikasi Model Bayesian
Pelajari cara memodifikasi model Bayesian Anda, termasuk mengubah jumlah dan panjang chain, mengubah sebaran prior, serta menambahkan prediktor.
3
Menilai Kecocokan Model
Pada bab ini, kita akan mempelajari cara menentukan apakah model yang diestimasi sesuai dengan data kita dan cara membandingkan model yang saling bersaing.
4
Menyajikan dan Menggunakan Regresi Bayesian
Pada bab ini, kita akan mempelajari cara menggunakan model yang diestimasi untuk membuat visualisasi model Anda dan membuat prediksi untuk data baru.
R
Pemodelan Regresi Bayesian dengan rstanarm
Kursus
Selesai
