Analisi dei dati bayesiana in Python

È il momento di guardare sotto il cofano bayesiano. Imparerai ad applicare il Teorema di Bayes a dati sull’efficacia di farmaci per stimare i parametri di distribuzioni di probabilità usando la tecnica dell’approssimazione a griglia e ad aggiornare queste stime man mano che arrivano nuovi dati. Poi vedrai come incorporare conoscenze pregresse nel modello e, per finire, farai pratica con l’importante abilità di presentare i risultati a un pubblico non tecnico.

Metti in pratica le nuove competenze di analisi dei dati bayesiana per risolvere sfide reali di business. Lavorerai con dati di marketing per vendite online per condurre A/B test, analisi decisionale e previsione con modelli di regressione lineare.

In questo capitolo finale sfrutterai la potenza del pacchetto PyMC3 per adattare con facilità modelli di regressione bayesiana, verificare la convergenza del modello, scegliere tra modelli concorrenti e generare previsioni per nuovi dati. Per concludere, applicherai quanto appreso per trovare il prezzo ottimale degli avocado in un caso di studio di analisi bayesiana. Buon lavoro!