（精排）贝叶斯思维：统计建模的Python学习法 (Allen B. Downey,许杨毅)高清电子版阅读

书：pan.baidu.com/s/10aQRU2BYC9fWq4muIzSurg

提取码：nj41

我的阅读笔记：

1. 贝叶斯思维基础： 引导读者了解贝叶斯思维的基本概念和原理，包括概率、贝叶斯定理等。
2. 概率分布和统计建模： 探讨了概率分布、统计建模的基本原理，以及如何使用Python进行实际建模。
3. 贝叶斯统计： 介绍贝叶斯统计的核心理念，包括先验分布、似然函数和后验分布的概念。
4. PyMC库： 详细介绍了PyMC库，这是一个用于概率编程的Python库，帮助读者实现贝叶斯模型。
5. 贝叶斯模型实践： 通过实际案例，演示了如何应用贝叶斯方法解决真实世界的问题，如医学诊断、A/B测试等。
6. 贝叶斯思维在统计学科中的应用： 探讨了贝叶斯思维在统计学科中的广泛应用，包括回归分析、时间序列分析等。
7. 数据可视化： 强调使用数据可视化工具，如Matplotlib和Seaborn，来更好地理解和解释贝叶斯模型的结果。
8. 实践性学习： 提供了大量的练习和实践项目，帮助读者巩固所学知识。