学不厌资源
课程名称: Bayesian Statistics: Techniques and Models
课程主页: https://www.coursera.org/learn/mcmc-bayesian-statistics
所在平台: Coursera
课程类别: 数据分析Data Analysis
大学或机构: 加州大学圣克鲁兹分校
讲师： Matthew Heiner
授课语言： 英语
提供字幕： 英文
课程文件大小： 1.23GB
课程介绍： 贝叶斯统计：技术和模型：这是介绍贝叶斯统计基础的两门课程的第二部分。它以“贝叶斯统计：从概念到数据分析”课程为基础，该课程通过使用简单的共轭模型介绍贝叶斯方法。实际数据通常需要更复杂的模型才能得出现实的结论。本课程旨在通过更多通用模型和适合它们的计算技术来扩展我们的“贝叶斯工具箱”。特别是，我们将介绍马尔可夫链蒙特卡洛（MCMC）方法，该方法允许从没有解析解的后验分布中进行采样。我们将使用开源，免费提供的软件R（假定有一定的经验，例如，完成R的上一门课程）和JAGS（无需经验）。我们将学习如何构建，拟合，评估和比较贝叶斯统计模型，以回答涉及连续，二进制和计数数据的科学问题。该课程结合了讲座视频，计算机演示，阅读，练习和讨论板，以创造积极的学习体验。讲座提供了一些基本的数学发展，统计建模过程的解释以及统计学家常用的一些基本建模技术。计算机演示提供了具体而实用的演练。完成本课程后，您将可以使用多种贝叶斯分析工具，这些工具可根据您的数据进行定制。
课程压缩包下载地址（度盘链接）：
友情提醒：
1、若遇到链接失效请加客服微信：amanda12321反馈，我们将在上线第一时间处理。
2、课程制作成压缩包后通过百度网盘分享，需要下载解压之后才能正常观看；
3、课程视频为官网提供下载的最高清的分辨率MP4格式，字幕为srt外挂字幕。
4、官网没有提供答案，因此所有课程的测试和作业均不提供答案；
5、课程文件包含视频（MP4）、字幕（SRT）、字幕文本版（TXT）、阅读材料（html）和测试及作业（PDF或HTML），如果官网有提供下载，还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制，建议您先自行测试。
7、课程文件仅供您离线学习和参考，版权归原平台及作者所有，如果条件允许我们仍建议您通过coursera平台进行学习，可获得更优质的学习体验，完成课程还能获得相应证书，如果内容侵犯了您的权利请通知，我们将在收到通知24小时内删除内容。
评论前必须登录！
注册