Bayesian Data Analysis (3/e) 短评

热门 最新
  • 3 Eve 2015-11-10 08:49:21

    下学期传说讲这本的后半本,601巨帅的老师居然变成作者了。。。

  • 6 泽维尔酱 2018-06-20 20:21:37

    本学期几个paradigm-shift之一:从频率到贝叶斯。本书说故事似的正文和tricky的课后习题形成鲜明对比,学时时常自省:我tm在学什么?这一段又在讲什么?总之还是希望初学能用一本体系更公理化的教材吧……

  • 5 lleiou 2016-05-07 04:54:03

    一些地方解释得很好, 读完清晰透彻了很多. 但是, 正如我的授课老师所说, Gelman 有时候会把简单的事情变复杂. 比如题解中经常要对分布函数先取对数, 有时候, 这是没有必要的处理. 没读完, 但是考完了. chap 1-8, 10-11, 14, 16, 22.

  • 3 Samle 2014-10-04 18:28:42

    自从学了bayesian analysis,瞬间觉得frequency什么的弱爆了,明显这个科学多了嘛。

  • 1 濯希 2019-03-27 09:18:28

    以前看没看到觉得难, 现在又看了一遍看懂了, 觉得写的真好。 简单易懂, 例子丰富,讲解细致入微

  • 0 我是坏人 2014-08-12 13:57:00

    encyclopedia of bayesian inference.

  • 0 吾往 2015-11-30 06:48:54

    男神的神作!

  • 0 二十八戒 2018-06-11 03:30:03

    大佬们还能写的更好。

  • 0 Валия 2022-02-27 15:10:05

    没读完…有机会(?)再接着读

  • 1 Amadeus 2023-05-01 11:32:54 中国香港

    看吐了,但写得是真好,吗。高斯过程初学时看论文和Stan manual感觉挺直观,看到Gelman这里的介绍反而懵逼了。作者在前言说这不是一般意义上的贝叶斯课程,读者要有比较强的计算背景。mcmc的证明不多,简单证明,比如metropolis为什么work是需要会的。HMC很难,因为涉及微分几何。别说心理学学生了,统计专业都很少讲。一言蔽之,统计和心理的尽头是物理(误。不读Betancourt,你很难理解为什么HMC一上来要加一个momentum parameter把维数扩大一倍。但是Betancourt有些概念读起来比Gelman更抽象啊,服了。然后你发现应用中各种理论上的强假设比如geometric ergodicity都很难验证,只能用empirical diagnosis慢慢去查。。

  • 0 霹雳贝贝 2023-09-04 13:19:04 上海

    豆瓣提醒我,这本书已经看了一年。。。

  • 1 sardine 2021-03-03 23:02:13

    Gelman的经典著作,但其实拿来作为贝叶斯入门是不太合适的,在大部分情况下过于啰嗦,而且基本上不太有体系化和非常数学化的论证,给人的感觉更像是自己的小册子或者是散文化的写作,而非是严谨的数理统计教材,觉得作者似乎时常想到这里想到那里东一笔西一笔加进去,总之觉得对于非科班来讲有阅读难度,也不是很适合作为入门教材。

  • 0 可乐村 2020-05-25 23:42:54

    NYU 政治学methodology sequence 3 part 1的参考书,老师phd在duke, 据说他统计学先学的是贝叶斯;涵盖内容多,例子多;虽然我还是更爱peter的教材

  • 0 K42 2022-07-31 05:19:13

    正确的用法是当成handbook

  • 0 柳比歇夫的时间 2024-01-06 14:11:08 丹麦

    整体脉络和架构还可以,但是不推荐,个别地方跳跃太多,而且经常说一堆看起来很高深的或者需要经验和例子才能理解的话,但作者又不深入解释,神烦这种书。

  • 0 芝麻酱 2017-01-24 04:48:15

    贝叶斯在我心中已封神。矩阵运算要很熟练。

  • 0 崽崽-旋夜 2019-11-02 09:36:08

    数学公式真的太爽了好嘛~至于为什么要用log,其实是为了简化运算,而且我们学统计的用的log一般是自然底数的,也就是ln

  • 0 哈哈哈 2021-01-06 14:13:02

    贝叶斯圣经,经典理论很全,作者大牛。配合上课更佳,不是很容易自学。

  • 1 木之下 しかわ 2019-01-31 06:25:33

    需要有一定统计学基础才能看懂---感觉这本书的内容像是散文,内容感觉比较散乱。我的经验是,还没有做Bayesian的时候看,真的书云里雾里不知道在讲什么。但有一定经历之后再看,会发现所讲的东西还是蛮有用的。有的地方看了两三遍才看得懂 ;-(

<< 首页 < 前页 后页 >