AllenDowney/ThinkBayes
Code repository for Think Bayes.
解決する問題
ThinkBayes は、ベイズ統計を学ぶための実践的でコードベースのアプローチを提供します。Python コードを使用して現実世界の統計問題を解決することで、ユーザーが抽象的な数学理論を超えるのに役立ちます。
仕組み
このリポジトリには、書籍『Think Bayes』に付随するソースコードと例が含まれています。計算手法を使用してベイズ推論を実演し、読者が Python で直接シミュレーションを実行して計算を行い、新しいデータが利用可能になるにつれて確率がどのように更新されるかを理解できるようにします。
対象読者
このプロジェクトは、従来の数式中心の教科書ではなく、実践を通じてベイズ統計を学びたい学生、データ愛好家、プログラマーを対象としています。
ハイライト
- Python を使用したベイズ分析の実践的な例。
- アレン・B・ダウニー著『Think Bayes』の付随コード。
- 複雑な統計概念を簡素化するために計算的思考に焦点を当てています。
関連
- プロジェクト
NVlabs/sionnaオープンソースのPythonライブラリで、無線および光通信システムの研究を支援する。電波伝播のレイトレーシングおよび無線／光通信のリンクレベルおよびシステムレベルのシミュレーションツールを提供。
- プロジェクト
aimacode/aima-javaAIMA3e-Javaは、RussellとNorvigの著書『Artificial Intelligence: A Modern Approach』（第3版）のアルゴリズムをJavaで実装したもので、教科書の構成に沿った探索、論理、確率、学習、ロボット工学のコードを提供します。学生や開発者が学習や課題のためにJavaでAIアルゴリズムを実行するのに役立ちます。
- プロジェクト
datawhalechina/key-bookKey-book は、機械学習理論の教科書『理論機械学習入門』の無料の補助読書ガイドです。概念の説明を追加し、省略された証明のステップを埋め、具体的な例を提供して、読者が抽象的な理論を把握できるようにします。
- プロジェクト
AmbroseX/Awesome-AISourceHubAI技術分野の高品質な情報源を厳選したリポジトリ。Twitterのインフルエンサー、公式アカウント、Webサイトなどのリソースを収集し、情報の格差やフィルターバブルを回避し、情報源を選別するための実用的なテクニックを提供します。