Chuyển đến nội dung chính

Khóa học

Mô hình Hồi quy Bayesian với rstanarm

Nâng caoTrình độ kỹ năng

Đã cập nhật tháng 12, 2021

Bắt Đầu Khóa Học Miễn Phí

RProbability & Statistics

4 gio

15 video

45 Bài tập

3,400 XP

7,082

Giấy chứng nhận Thành tích

Được người học tại hàng ngàn công ty yêu thích

Đào tạo một đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Ước lượng Bayesian mang đến một lựa chọn linh hoạt so với các kỹ thuật mô hình hóa dựa vào p-value. Trong khóa học này, bạn sẽ học cách ước lượng các mô hình hồi quy tuyến tính bằng phương pháp Bayesian và gói rstanarm. Bạn sẽ được giới thiệu về phân phối tiên nghiệm, kiểm tra mô hình dự báo hậu nghiệm và so sánh mô hình trong khuôn khổ Bayesian. Bạn cũng sẽ học cách dùng mô hình đã ước lượng để dự đoán cho dữ liệu mới.

Điều kiện tiên quyết

Bayesian Modeling with RJAGS Introduction to Data Visualization with ggplot2 Intermediate Regression in R

1

Giới thiệu về Mô hình Hồi quy Tuyến tính Bayesian

Ôn tập hồi quy frequentist với lm(), giới thiệu hồi quy Bayesian với stan_glm(), và so sánh các đầu ra tương ứng.

Hồi quy tuyến tính phi-Bayesian

Khám phá dữ liệu

Ước lượng hồi quy tuyến tính theo tần suất (frequentist)

Hồi quy tuyến tính Bayesian

Khớp một hồi quy tuyến tính Bayes

Tiêu chí hội tụ

Đánh giá hội tụ của mô hình

So sánh phương pháp tần suất và phương pháp Bayes

Sự khác biệt giữa frequentist và Bayesian

Tạo khoảng tin cậy (credible interval)

Bắt Đầu Chương

2

Điều chỉnh Mô hình Bayesian

Tìm hiểu cách điều chỉnh mô hình Bayesian của bạn, bao gồm thay đổi số lượng và độ dài các chuỗi (chains), thay đổi phân phối tiên nghiệm, và thêm biến dự báo.

Bên trong một mô hình Bayes có gì?

Thay đổi số chuỗi (chains)

Số vòng lặp của mình đã đủ chưa?

Phân phối tiên nghiệm

Xác định các phân phối tiên nghiệm (Prior)

Tính các thang đo đã điều chỉnh

Priors không điều chỉnh

Tự xác định prior

Thay đổi prior

Chỉ định prior có thông tin

Hệ quả của các prior thông tin

Điều chỉnh quy trình ước lượng

Điều chỉnh quá trình ước lượng

Bắt Đầu Chương

3

Đánh giá Mức độ Phù hợp của Mô hình

Trong chương này, chúng ta sẽ học cách xác định xem mô hình đã ước lượng có phù hợp với dữ liệu hay không và cách so sánh các mô hình cạnh tranh.

Sử dụng thống kê R Squared

Tính R-squared theo Frequentist

R-squared cho mô hình Bayesian

Kiểm tra mô hình dự đoán hậu nghiệm

Phân phối điểm dự đoán

Phân phối cho một quan sát đơn lẻ

Độ phù hợp mô hình với kiểm tra dự đoán hậu nghiệm

Hậu nghiệm R-squared

Kiểm định dự đoán hậu nghiệm

So sánh mô hình Bayesian

Tính toán ước lượng LOO

So sánh mô hình

Bắt Đầu Chương

4

Trình bày và Ứng dụng Hồi quy Bayesian

Trong chương này, chúng ta sẽ học cách dùng mô hình đã ước lượng để tạo trực quan hóa cho mô hình của bạn và đưa ra dự đoán cho dữ liệu mới.

Trực quan hóa một mô hình Bayesian

Vẽ mô hình Bayesian

Vẽ trực quan độ bất định của mô hình

Tạo dự đoán

Mức độ phổ biến cho các bài hát đã quan sát

Độ phổ biến cho các bài hát mới

Trực quan hóa dự đoán

Định dạng hậu nghiệm dự đoán

Trực quan hóa các dự đoán mới

Kết luận

Bắt Đầu Chương

Mô hình Hồi quy Bayesian với rstanarm

Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng ký ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Mô hình Hồi quy Bayesian với rstanarm ngay hôm nay!

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.