课程

R 中的贝叶斯数据分析基础

中级技能水平

更新时间 2024年8月

了解贝叶斯数据分析是什么、如何运作，以及为何它是数据科学工具箱中的实用工具。

免费开始课程

RProbability & Statistics

4小时

23 视频

58 道练习

4,450 XP

26,087

成就证明

深受数千家公司学习者的喜爱

需要团队培训？

企业版试用

课程描述

贝叶斯数据分析是一种统计建模与机器学习方法，正日益流行。它提供了统一的框架，可构建针对具体问题的模型，用于统计推断和预测。本课程将带您入门贝叶斯数据分析：它是什么、如何工作、以及为何值得纳入您的数据科学工具箱。

先决条件

Introduction to R

1

什么是贝叶斯数据分析？

本章将带您认识贝叶斯数据分析，并直观了解其工作方式。

Bayes 的初体验

未知与冰淇淋

来做一次 Bayesian 数据分析

用 prop_model 模拟抛硬币

使用 prop_model 的僵尸药物

样本与后验汇总

查看来自 prop_model 的样本

总结僵尸药物实验

您已经完成了一些贝叶斯数据分析！

2

贝叶斯推断如何工作？

本章将深入探讨贝叶斯推断的基础。

贝叶斯推断所需的组成部分

试试一个生成模型

用二项分布小试身手

使用生成式模型

您的网站可能获得多少访客（1）？

用先验表示不确定性

为模型加入先验

贝叶斯模型与条件化

使用数据更新贝叶斯模型

您的网站可能获得多少访问者（3）？

我们完成了什么？

3

为什么要使用贝叶斯数据分析？

本章将向您展示使用贝叶斯数据分析的四个理由，帮助您将其纳入数据科学工具带。

Bayes 的四个优点

用 Beta 分布作为先验的探索

选择最能体现已知信息的先验分布

将模型改为使用信息量先验

对比与比较

使用另一份数据集拟合模型

计算后验差值

决策分析

一次小型决策分析 1

一个小型决策分析 2

改一改，一切都能变

Poisson 分布

按天点击数，而不是按广告点击数

贝叶斯是最优的，某种意义上…

4

用贝叶斯定理进行贝叶斯推断

了解贝叶斯定理的要点，以及如何将其用于统计推断。

概率规则

扑克牌与加法法则

扑克牌与乘法法则

计算似然

从 rbinom 到 dbinom

使用 dbinom 计算概率

贝叶斯计算

计算联合分布

再次基于数据进行条件化

条件化小捷径

贝叶斯定理

一个 Poisson 模型的描述

5

更多参数、更多数据、更多贝叶斯

学习如何使用正态分布分析连续数据，并在 R 中试用一个用于实践贝叶斯分析的工具。

正态湖中的温度

rnorm、dnorm 与新生儿体重

水温的贝叶斯模型

僵尸 IQ 的贝叶斯模型

凭肉眼估算僵尸的平均 IQ？

回答这个问题：我该办一场沙滩派对吗？

从僵尸后验分布中采样

但下一个僵尸会有多聪明？

一个实用工具：BEST

BEST 模型与节食的僵尸

BEST 具有稳健性

您学到了什么？我们还缺少哪些内容？

R 中的贝叶斯数据分析基础

课程完成

获得成就证明

将此证书添加到您的 LinkedIn 档案、简历或履历中
在社交媒体和绩效评估中分享立即注册

加入超过19百万学习者，今天就开始R 中的贝叶斯数据分析基础！

通过 DataCamp for Mobile 提升您的数据技能

随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。