Was hast du gelernt? Was fehlt noch?

Grundlagen der Bayes'schen Datenanalyse in R

Rasmus Bååth

Data Scientist

Das haben wir behandelt

Grundlagen der Bayes'schen Datenanalyse in R

Das haben wir behandelt

Grundlagen der Bayes'schen Datenanalyse in R

Das haben wir behandelt

Grundlagen der Bayes'schen Datenanalyse in R

Das haben wir behandelt

Grundlagen der Bayes'schen Datenanalyse in R

Das haben wir behandelt

  • Rechenmethoden
    • Rejection Sampling
    • Gitterapproximation
    • Markov-Chain-Monte-Carlo (MCMC)
Grundlagen der Bayes'schen Datenanalyse in R

Das haben wir behandelt

  • Generative Modelle:

Grundlagen der Bayes'schen Datenanalyse in R
  • Arbeiten mit Stichproben, die Wahrscheinlichkeitsverteilungen repräsentieren:
> head(sample)

mu    sigma
39.39 10.18
39.39 21.77
40.90 20.26
45.45 13.20
34.84 12.70
40.90 12.70

pred_iq <- rnorm(10000, mean = sample$mu, sd = sample$sigma)
sum(pred_iq >= 60) / length(pred_iq)

0.0901
Grundlagen der Bayes'schen Datenanalyse in R

Das haben wir nicht behandelt

  • Dass ein Bayes-Ansatz weit mehr als einfache Modelle kann.
  • Wie du Priors und Modelle auswählst.
  • Wie sich Bayes-Statistik zu klassischer Statistik verhält.
  • Fortgeschrittene Rechenmethoden.
  • Fortgeschrittene Tools.
Grundlagen der Bayes'schen Datenanalyse in R

Das haben wir nicht behandelt

Grundlagen der Bayes'schen Datenanalyse in R

Erkunde Bayes!

Grundlagen der Bayes'schen Datenanalyse in R

Tschüss und danke!

Grundlagen der Bayes'schen Datenanalyse in R

Lass uns üben!

Grundlagen der Bayes'schen Datenanalyse in R

Preparing Video For Download...