เราเรียนอะไรไปบ้าง? และยังขาดอะไรอีก?

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

Rasmus Bååth

Data Scientist

สิ่งที่เราเรียนไปแล้ว

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

สิ่งที่เราเรียนไปแล้ว

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

สิ่งที่เราเรียนไปแล้ว

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

สิ่งที่เราเรียนไปแล้ว

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

สิ่งที่เราเรียนไปแล้ว

  • วิธีการคำนวณ
    • Rejection sampling
    • Grid approximation
    • Markov chain Monte Carlo (MCMC)
พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

สิ่งที่เราเรียนไปแล้ว

  • Generative models:

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R
  • การทำงานกับตัวอย่างที่แทนการกระจายความน่าจะเป็น:
> 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
พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

สิ่งที่ยังไม่ได้ครอบคลุม

  • การนำวิธี Bayesian ไปใช้กับโมเดลที่ซับซ้อนกว่าโมเดลง่ายๆ
  • วิธีเลือก prior และโมเดลที่เหมาะสม
  • ความสัมพันธ์ระหว่างสถิติ Bayesian กับสถิติแบบดั้งเดิม
  • วิธีการคำนวณขั้นสูงเพิ่มเติม
  • เครื่องมือคำนวณขั้นสูงเพิ่มเติม
พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

สิ่งที่ยังไม่ได้ครอบคลุม

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

ไปสำรวจ Bayes กันเลย!

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

ขอบคุณและลาก่อน!

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

มาฝึกกันเถอะ!

พื้นฐานการวิเคราะห์ข้อมูลแบบ Bayesian ใน R

Preparing Video For Download...