课程
Python 中的贝叶斯数据分析
中级技能水平
更新时间 2022年10月
PythonProbability & Statistics4小时14 视频49 道练习4,000 XP15,871成就证明
创建您的免费帐户
继续使用 Google显示更多选项或
继续操作即表示您接受我们的《使用条款》和《隐私政策》，并同意您的数据存储在美国。
深受数千家公司学习者的喜爱
需要团队培训？
企业版试用课程描述
先决条件
Introduction to Statistics in Python1
贝叶斯之道
迈出走进贝叶斯世界的第一步。本章将介绍概率与统计分布的基本概念，以及著名的贝叶斯定理——贝叶斯方法的基石。最后，您将构建第一个贝叶斯模型，从随机抛硬币实验中得出结论。
2
贝叶斯估计
现在来看看贝叶斯方法的内部机制。您将学习如何将贝叶斯定理应用于药物有效性数据，使用网格近似技术估计概率分布的参数，并在有新数据时更新这些估计。接着，您将学习如何将先验知识纳入模型，最后练习一项重要技能：向非技术受众汇报结果。
3
贝叶斯推断
把新学到的贝叶斯数据分析技能用于解决真实的商业问题。您将使用在线销售营销数据，开展 A/B 测试、决策分析，并使用线性回归模型进行预测。
4
使用 PyMC3 的贝叶斯线性回归
在最后一章，您将使用功能强大的 PyMC3 包，轻松拟合贝叶斯回归模型，对模型收敛性进行合理性检查，在竞争模型间进行选择，并为新数据生成预测。最后，您将把所学应用于一个贝叶斯数据分析案例研究，寻找牛油果的最优定价。祝您学习顺利！
Python 中的贝叶斯数据分析
课程完成 加入超过19百万学习者，今天就开始Python 中的贝叶斯数据分析！
创建您的免费帐户
继续使用 Google显示更多选项或
继续操作即表示您接受我们的《使用条款》和《隐私政策》，并同意您的数据存储在美国。
通过 DataCamp for Mobile 提升您的数据技能
随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。