Байесовский анализ на Python: введение в статистическое моделирование и вероятностное программирование с использованием PyMC3 и ArviZ

Эта книга, посвященная методике вероятностного программирования, научит вас создавать гибкие байесовские статистические модели в программном коде.
Сочетание гибкого определения модели и механизма автоматического логического вывода предоставляет исследователю мощный инструмент для быстрого создания, анализа и постепенного усовершенствования новых статистических моделей. Вероятностное программирование делает статистическое моделирование доступным практически для всех, значительно снижая требования к уровню математической подготовки, позволяя создавать новые модели более простым методом и тратить на это меньше времени.
Издание будет полезно всем специалистам по анализу данных, решающим нетривиальные задачи, связанные с вероятностными распределениями.
Вы научитесь:
• создавать вероятностные модели с использованием библиотеки PyMC3, написанной на языке Python;
• анализировать вероятностные модели с помощью библиотеки ArviZ;
• применять навыки и умения, требуемые для проверки работоспособности моделей и их модификации (если таковая нужна);
• понимать преимущества и недостатки иерархических моделей;
• правильно определять возможности практического применения различных моделей для ответов на вопросы, возникающие в процессе анализа данных;
• сравнивать модели и выбирать наиболее подходящие для конкретной задачи;
• определять, насколько различные модели являются универсальными с вероятностной точки зрения;
• применять вероятностное мышление и получать преимущества, определяемые гибкостью и универсальностью байесовского статистического анализа.