ベイズ・モデル化とPython計算（テキスト） Bayesian Modeling and Computation in Python (Chapman & Hall/crc Texts in Statistical Science)

ベイズ・モデル化とPython計算（テキスト）<br>Bayesian Modeling and Computation in Python (Chapman & Hall/crc Texts in Statistical Science)

個数：

電子版価格
¥17,671

電子版あり
ポイントキャンペーン

ベイズ・モデル化とPython計算（テキスト）
Bayesian Modeling and Computation in Python (Chapman & Hall/crc Texts in Statistical Science)

Martin, Osvaldo A./ Kumar, Ravin/ Lao, Junpeng

ウェブストア価格 ¥23,541（本体¥21,401）
Chapman & Hall/CRC（2021/12発売）
外貨定価 US$ 110.00
読書週間ポイント2倍キャンペーン対象商品（～11/9）
ポイント 428pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 398 p.
言語 ENG
商品コード 9780367894368
DDC分類 519.542

Full Description

Bayesian Modeling and Computation in Python aims to help beginner Bayesian practitioners to become intermediate modelers. It uses a hands on approach with PyMC3, Tensorflow Probability, ArviZ and other libraries focusing on the practice of applied statistics with references to the underlying mathematical theory.

The book starts with a refresher of the Bayesian Inference concepts. The second chapter introduces modern methods for Exploratory Analysis of Bayesian Models. With an understanding of these two fundamentals the subsequent chapters talk through various models including linear regressions, splines, time series, Bayesian additive regression trees. The final chapters include Approximate Bayesian Computation, end to end case studies showing how to apply Bayesian modelling in different settings, and a chapter about the internals of probabilistic programming languages. Finally the last chapter serves as a reference for the rest of the book by getting closer into mathematical aspects or by extending the discussion of certain topics.

This book is written by contributors of PyMC3, ArviZ, Bambi, and Tensorflow Probability among other libraries.

1. Bayesian Inference 2. Exploratory Analysis of Bayesian Models 3. Linear Models and Probabilistic Programming Languages 4. Extending Linear Models 5. Splines 6. Time Series 7. Bayesian Additive Regression Trees 8. Approximate Bayesian Computation 9. End to End Bayesian Workflows 10. Probabilistic Programming Languages 11. Appendiceal Topics