Bạn đã học được gì? Còn thiếu gì?

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Rasmus Bååth

Data Scientist

Chúng ta đã học

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Chúng ta đã học

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Chúng ta đã học

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Chúng ta đã học

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Chúng ta đã học

  • Phương pháp tính toán
    • Rejection sampling
    • Grid approximation
    • Markov chain Monte Carlo (MCMC)
Những nền tảng của Phân tích dữ liệu Bayesian trong R

Chúng ta đã học

  • Mô hình sinh:

Những nền tảng của Phân tích dữ liệu Bayesian trong R
  • Làm việc với các mẫu đại diện cho phân phối xác suất:
> 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
Những nền tảng của Phân tích dữ liệu Bayesian trong R

Những gì chúng ta chưa học

  • Cách tiếp cận Bayes có thể dùng cho nhiều thứ hơn các mô hình đơn giản.
  • Cách quyết định chọn prior và mô hình.
  • Mối liên hệ giữa thống kê Bayes và thống kê cổ điển.
  • Các phương pháp tính toán nâng cao.
  • Các công cụ tính toán nâng cao.
Những nền tảng của Phân tích dữ liệu Bayesian trong R

Những gì chúng ta chưa học

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Khám phá Bayes nào!

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Tạm biệt và cảm ơn!

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Cùng luyện tập nào!

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Preparing Video For Download...