Twierdzenie Bayesa

Podstawy bayesowskiej analizy danych w R

Rasmus Bååth

Data Scientist

To jest twierdzenie Bayesa!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)
Podstawy bayesowskiej analizy danych w R

To jest twierdzenie Bayesa!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)

Podstawy bayesowskiej analizy danych w R

To jest twierdzenie Bayesa!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)

Podstawy bayesowskiej analizy danych w R

To jest twierdzenie Bayesa!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)

Podstawy bayesowskiej analizy danych w R

To jest twierdzenie Bayesa!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)

Podstawy bayesowskiej analizy danych w R

To jest twierdzenie Bayesa!

Podstawy bayesowskiej analizy danych w R

Aproksymacja siatkowa

  • Zdefiniuj siatkę obejmującą wszystkie kombinacje parametrów do oceny.
  • Stosuj aproksymację – wypróbowanie wszystkich kombinacji często jest niemożliwe.
  • (Istnieje wiele algorytmów dopasowywania modeli bayesowskich, o różnej efektywności...)
Podstawy bayesowskiej analizy danych w R

Notacja matematyczna dla modeli

Podstawy bayesowskiej analizy danych w R

Następnie: Więcej parametrów, więcej danych!

Podstawy bayesowskiej analizy danych w R

Preparing Video For Download...