贝叶斯数据分析2021课程开课了，同名书籍作者主讲 机器之心报道编辑：小舟3 月，宜学习。 在机器学习领域，贝叶斯理论的强大体现在多个方面，包括贝叶斯推断、超参数贝叶斯、非参贝叶斯等。此前，Nature 子刊刊登了一篇关于贝叶斯统计与建模的综述文章，引发广泛关注。近期，一门适合初学者的课程——阿尔托大学 2021 年贝叶斯数据分析课程正式开课了。 课程主页：https://avehtari.github.io/BDA_course_Aalto/gsu2021.html 课程资料：https://github.com/avehtari/BDA_course_Aalto 该课程使用的教材是由 Andrew Gelman、John Carlin、Hal Stern、David Dunson、Aki Vehtari 和 Donald Rubin 合著的《Bayesian Data Analysis，3rd ed》。课程讲师也是作者之一 Aki Vehtari。 书籍电子版链接：https://users.aalto.fi/~ave/BDA3.pdf 预备知识 该课程重点强调贝叶斯数据分析的计算层面，以及如何使用最新的计算工具。在学习这门课程之前，学生需要掌握以下知识： 概率论的基本术语，包括： 概率、概率密度、概率分布； 求和、乘法法则、贝叶斯定理； 期望、均值、方差、中位数； 相关知识的英文表述，参考资料：https://ocw.mit.edu/courses/mathematics/18-05-introduction-to-probability-and-statistics-spring-2014/readings/ 代数与微积分的部分知识； 基本的可视化方法（使用 R 或 Python）: 直方图、密度图、散点图 该课程还给出了使用 R 或 Python 语言实现的 demo：https://avehtari.github.io/BDA_course_Aalto/demos.html 课程安排 本次课程于 3 月开课、5 月结束。 以下是部分课程安排： 除了课程安排，课程主页还提供了每节课的内容简介： 第 5 节课程的内容简介。 讲师介绍 本次课程的讲师是《Bayesian Data Analysis，3rd ed》的作者之一 Aki Vehtari，阿尔托大学计算机科学系副教授。他的研究兴趣是贝叶斯概率论和方法论、贝叶斯工作流、概率编程、推理方法（如 Laplace、EP、VB、MC）与模型诊断、模型评估与选择、高斯过程以及层次模型。 亚马逊云科技白皮书《策略手册：数据、 分析与机器学习》 曾存储过 GB 级业务数据的组织现在发现，所存储的数据量现已达 PB 级甚至 EB 级。要充分利用这 些海量数据的价值，就需要利用现代化云数据基础设施，从而将不同的信息竖井融合统一。 无论您处于数据现代化改造过程中的哪个阶段，本行动手册都能帮助您完善策略，在整个企业范围内高效扩展数据、分析和机器学习，从而加快创新并推动业务发展。点击阅读原文，免费领取白皮书。 ?THE END 转载请联系本公众号获得授权 投稿或寻求报道：content@jiqizhixin.com 阅读原文