课程大纲：

贝叶斯方法数据分析培训

贝叶斯推断是概率编程中非常重要的一部分，

传统的贝叶斯推断涉及到复杂的数学分析，

对没有雄厚的数学功底的同学来说，非常不友好。

1 贝叶斯推断

2 各种真实的案例

3 先验分布和后验分布

4 大数定律

5 PyMC 的使用

6 数据可视化

7 马尔科夫链蒙特卡洛算法

8 损失函数

1
贝叶斯理论

1.贝叶斯推断

2.先验概率

3.后验概率

4.贝叶斯推断与传统统计的区别

5.数据可视化

2
概率分布及 PyMC 初探

1.离散型和连续型概率分布

2.Poisson分布

3.指数分布

4.用户收发短信行为推断实例

5.PyMC3的初步使用

1
多行为变化推断

1.贝叶斯推断的应用

2.用户行为变化实例的拓展

3.数据的可视化

3
PyMC 的拓展

1.PyMC变量

2.确定型和随机型

3.计算机模拟数据的产生

4.贝叶斯推断的算法总结

4
网站转换率评估

1.贝叶斯A/B测试

2.网站的转换率评估

3.数据的真实差异性比较

4.伯努利分布

5.数据的可视化

5
基于隐私算法的学生作弊分析

1.隐私算法

2.二项分布

3计算机仿真

4.PyMC的技巧

6
挑战者号的事故模拟

1.正态分布

2.散点图

3.分离图

4.逻辑函数

5.置信区间

6.线圈缺陷预测

7
马尔科夫链蒙特卡洛算法

1.贝叶斯景象图

2.MCMC算法

3.无监督聚类

4.收敛性的优化

5.函数的自相关

6.PyMC画图工具

8
MCMC 的秘诀

1.子相关性

2.稀释

3.MCMC的初始值的选取

4.先验的选择

9
大数定律

1.大数定律

2.泊松分布

3.小数据的无序性

4.Redit网站评论的排序

10
损失函数

1.损失函数

2.期望损失

3.展品出价竞猜

4.金融股票预测

5.小化损失的求解

11
观察暗世界大赛

1.暗物质的观测

2.先验的确定

3.欧氏距离

4.数据分析

5.数据可视化

12
先验的选取策略

1.主观先验和客观先验

2.Beta分布

3.贝叶斯多臂老虎机

4.共轭先验

5.实验轮盘赌法