ensae_teaching_cs
0.9.3095
  • 1. Algorithmes et programmation
  • 2. Python pour un Data Scientist / Economiste
    • Agilité avec les données
    • Machine Learning - les briques de bases
      • Machine learning - les briques de bases
        • Statistiques Descriptives
        • Transformations des données, Embedding
        • Machine Learning - Formalisation
    • Machine learning - extensions
    • Galleries de problèmes résolus ou presque
    • Algorithmes, Optimisation, Programmation
    • Bibliographie
    • A propos du cours
  • 3. Eléments logiciels pour le traitement des données massives
  • 4. Projets informatiques
  • 5. Examens
  • 6. Découvrir
  • 7. Visualisation
  • 8. Modules, Bibliographie, Articles, FAQ...
  • 9. Getting started
  • 10. Galleries d'exemples
  • 11. Index
  • 12. API
  • 13. Command lines
ensae_teaching_cs
  • Docs »
  • Python pour un Data Scientist / Economiste »
  • Machine learning - les briques de bases »
  • Modèles bayésiens
  • View page source

Statistique

Modèles bayésiens¶

(à venir)

Notebooks

  • Modèles Bayésiens
    • 2A.ml - Bayesian models with Python

Lectures

  • A Bayesian Approximation Method for Online Ranking

  • stan case studies

  • Edward: A library for probabilistic modeling, inference, and criticism

  • Auto-Encoding Variational Bayes

  • Particle Gibbs with Ancestor Sampling

  • Controlled Sequential Monte Carlo

  • Functional probabilistic programming for scalable Bayesian modelling

  • Meta-Learning Probabilistic Inference For Prediction

Vidéo

  • Variational Inference in Python

  • Bayesian Network Modeling using R and Python

Modules

  • edward

  • elfi

  • PyMC3

  • bayespy

  • kabuki

  • bnpy

  • pyro : modèle bayèsiens et deep learning

  • arviz

  • BayesianOptimization, optimisation bayésienne en python pur

Exemples de code

  • Probabilistic Models : sont implémentés entre autres, LDA, Chinese Restaurant Process, Indian Restaurant Process, GMM…


Next Previous

Dernière mise à jour : 2020-12-23.