Oppdag hvordan du kan mestre Bayesian Inference gjennom praktiske eksempler og databehandling uten å måtte dykke ned i avansert matematisk analyse. Bayesian metoder for inferens er både intuitive og ekstremt kraftfulle, men ofte presenteres de med svært komplekse matematiske analyser og kunstige eksempler, noe som kan gjøre dem utilgjengelige for de uten solid matematisk bakgrunn. I 'Bayesian Methods for Hackers' presenterer Cameron Davidson-Pilon Bayesian inferens fra et dataperspektiv, og bygger bro mellom teori og praksis – slik at du kan oppnå resultater ved hjelp av datakraft. Boken belyser Bayesian inferens gjennom sannsynlighetsprogrammering med det kraftige PyMC-språket samt nært beslektede Python-verktøy som NumPy, SciPy og Matplotlib. Gjennom denne tilnærmingen får du muligheten til å finne effektive løsninger trinnvis, uten behov for omfattende matematiske inngrep. Davidson-Pilon begynner med å introdusere de grunnleggende begrepene bak Bayesian inferens, sammenligner det med alternative teknikker, og veileder leseren videre.
