内容简介
本书抛开让人难以理解的“贝叶斯公式”,用“面积图”做直观形象的解读。
只要会做四则运算,就能快速入门,进而在一个个生活场景中,领会贝叶斯统计学的精髓。
贝叶斯统计学的优势在于“在数据少的情况下也可以进行推测”,贝叶斯统计学的统计过程和人脑的决策过程是很相似的,在人工智能时代有着广泛的商业应用。
微软操作系统、谷歌的自动翻译系统等都引入了贝叶斯统计技术。
如果能够熟练掌握贝叶斯统计,个人也能够更好地做决策,可以说与好的生活息息相关。
作者简介
小岛宽之,日本帝京大学经济学系副教授,经济学博士,知名数学随笔作家。
1958年出生于东京,毕业于东京大学理学院数学系,东京大学经济学研究所博士课程修毕。
著有《几率的思考方式》《方便运用!几率的思考》《世界第一简单微积分》《从零开始学习微积分》以及《专为文科设计的数学教室》等多部作品。
目录
第0讲 只要会做四则运算,便可掌握贝叶斯统计学 本书的特点
第一部 快速学习!理解贝叶斯统计学的精髓
第1讲 信息增加导致概率变化 “贝叶斯推理”的基本方法
第2讲 贝叶斯推理的结果,有时与直觉大相径庭1 使用客观数据时的注意事项
第3讲 根据主观数字也可以进行推理 疑惑时分的“理由不充分原理”
第4讲 运用“概率的概率”,拓宽推理范围
第5讲 从推算过程开始,逐渐明确的贝叶斯推理的特征
第6讲 明快而严格,但其使用场合受到限制的内曼-皮尔逊式推理
第7讲 通过少量信息得出切实结论的贝叶斯推理与内曼-皮尔逊式推理的差异
第8讲 贝叶斯推理的基础:极大似然原理 贝叶斯统计学与内曼-皮尔逊统计学的衔接点
第9讲 贝叶斯推理的结果,有时与直觉大相径庭2 蒙蒂霍尔问题与三个囚犯的问题
第10讲 掌握多条信息时的推理1 运用“独立试验的概率乘法公式”
第11讲 掌握多条信息时的推理2 以垃圾邮件过滤器为例
第12讲 在贝叶斯推理中可以依次使用信息 “序贯理性”
第13讲 每获得一条信息,贝叶斯推理就变得更精确一些
第二部 完全自学!从“概率论”到“正态分布”
第14讲 “概率”与“面积”的性质相同概率论的基础
第15讲 在获得信息之后,概率的表示方法 “条件概率”的基本性质
第16讲 “概率分布图”帮助我们进行更加通用的推理
第17讲 “贝塔分布”的性质由两个数字决定
第18讲 决定概率分布性质的“期待值”
第19讲 在“贝塔分布”中使用概率分布图进行高级推理
第20讲 在抛硬币或天体观测时观察到的“正态分布”
第21讲 在“正态分布”中使用概率分布图进行高级推理
补讲 贝塔分布的积分计算
结语 贝叶斯统计——21世纪最振奋人心的科学
参考文献 写给想学到更多知识的读者朋友们
练习题参考答案
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
📖 支持知识自由流动
每一本书的稳定访问，都离不开服务器、存储与带宽的长期维护。
