Παρουσίαση/Προβολή

Επιλέχθηκε εικόνα

Στατιστική κατά Bayes

(SAS-PMS362) -  Christos Merkatas

Περιγραφή Μαθήματος

Ύλη του μαθήματος είναι αυτή που δίνεται στο περίγραμμα του μαθήματος στον Οδηγό Σπουδών. Επιπλέον θα μελετηθούν παραδείγματα με τη χρήση Η/Υ χρησιμοποιώντας πιθανοτικές γλώσσες (probabilistic programming languages)

Αν το επιτρέπει ο χρόνος θα μελετηθούν και άλλα προβλήματα συμπερασματολογίας κατά Bayes.

 

Μέθοδος αξιολόγησης

Η αξιολόγηση θα γίνει με γραπτή εξέταση.

 

Προτεινόμενη βιβλιογραφία

  • Robert, C. P. (2007). The Bayesian choice: from decision-theoretic foundations to computational implementation (Vol. 2). New York: Springer.
  • Gelman, A., Carlin, J. B., Stern, H. S., & Rubin, D. B. (1995). Bayesian data analysis. Chapman and Hall/CRC.
  • Hoff, P. D. (2009). A first course in Bayesian statistical methods. New York: Springer.
  • scott M. lynch (2007) Introduction to applied bayesian statistics and estimation for social scientists. Springer

Eπιπλέον βιβλία  για περεταίρω μελέτη

  • Murphy, K. P. (2022). Probabilistic machine learning: an introduction. MIT press.
  • Rasmussen C.E. & Williams C.K.I . (2004). Gaussian processes for machine learning. MIT PRESs.
  • Bishop C. (2007) Pattern recognition and machine learning. Springer
  • Müller, P., Quintana, F. A., Jara, A., & Hanson, T. (2015). Bayesian nonparametric data analysis (Vol. 1). New York: Springer.

Ημερομηνία δημιουργίας

Τρίτη 8 Οκτωβρίου 2024

Σελίδα μαθήματος