贝叶斯是当前人工智能的重要基础之一。目前市面上有关贝叶斯的书籍，大多是从工科角度去阐述贝叶斯定理的推导和应用，因此运用了非常多的烦琐公式、定理和推导。而贝叶斯应用却是非常广泛的，绝不仅仅是机器学习的一个工具，还可以上升到一套科学思维方法论。本书主要以贝叶斯为核心，讲授了一些重要的思维方式，包括概率思维、*大似然估计、贝叶斯估计，以及用贝叶斯估计来破除某些思维的误区。本书由浅入深地介绍了贝叶斯的核心思想，并且给出了如何用贝叶斯来指导人们日常生活思维的案例。
售 价：¥
6.8
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
自序
第1章 无处不在的推理
1.1 福尔摩斯和程序员小王
1.2 《智子疑邻》给我们的启示
1.3 把解释得最好的，当作最有可能的
1.4 你会患上罕见的血液病吗——最大似然估计的问题
第2章 贝叶斯定理
2.1 贝叶斯定理及其数学逻辑
2.2 贝叶斯定理与奥卡姆剃刀
2.3 贝叶斯定理与汉隆剃刀
2.4 不要遗漏可能的原因
第3章 贝叶斯定理的要素一：先验概率
3.1 莱曼手中的小纸条——先验概率的重要性
3.2 不识庐山真面目，只缘身在此山中——贝叶斯与外部视角
3.3 商家的套路——贝叶斯定理与锚定效应
3.4 “看历史”和“找圈子”
第4章 贝叶斯定理的要素二：观测
4.1 什么样的证据可以扭转你的认知
4.2 明星的人设、两小儿辩日与电梯里的女孩
4.3 星座学与《卖拐》背后的数学原理
4.4 为什么“大师”不可信
4.5 余则成破解录音带危机——改变后验概率的另一种方法
第5章 多个观测下的贝叶斯
5.1 买香草味的冰激凌，车子打不着火——谈谈条件独立
5.2 如何利用多个观测进行推断
5.3 不要遗漏重要的观测
第6章 在线贝叶斯估计
6.1 当观测依次到来时应该怎么办——在线贝叶斯估计的原理
6.2 在线算法
6.3 两种思维模式：“步步为营”与“精益求精”
6.4 《狼来了》给我们的启发
第7章 分层描述法
7.1 多个观测下贝叶斯的分组法
7.2 两个观测下哪一个应放入先验概率
7.3 索罗斯如何在一个月内进账10亿美元
7.4 样本太少怎么办——分组法面临的困难与解决方法
7.5 分层描述法
第8章 法庭上的贝叶斯：克拉克的审判
8.1 第一个错误：错误的独立假设
8.2 第二个错误：将似然概率当作后验概率
8.3 第三个错误：偏移的圈子
8.4 克拉克有罪的概率到底是多少
第9章 医学中的贝叶斯
9.1 医生诊病和贝叶斯定理
9.2 医生诊病给我们的启发
第10章 网络时代的贝叶斯
10.1 网络谣言预警器：贝叶斯带来的一个启发
10.2 常见的三种证据错误
10.3 被媒体扭曲的先验概率
10.4 用贝叶斯估计来剖析阴谋论
总结和寄语
附录
附录A 图解法和贝叶斯定理
附录B 公式（5-2）的数学推导
附录C 在线贝叶斯公式的推导
附录D 《狼来了》的数学推导
附录E 公式（7-4）的推导
附录F 三种情况下后验概率和先验概率接近的证明
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
