Das kostenlose Ebook “Bayesian Methods for Hackers” von Cameron Davidson-Pilon erklärt die Bayeschen Algorithmen in Python mittels der Python-Library PyMC. Dabei richtet sich das Buch an “Hacker”. Damit ist gemeint, dass es in erster Linie um die praktische Umsetzung und nicht um die mathematischen Grundlagen geht. Nichtsdestotrotz wird einiges an Mathematik verlangt, das liegt aber in der Natur der Sache.

Bei der Veröffentlichung geht Davidson-Pilon dankenswerterweise den Open-Source-Weg, d.h. das gesamte Buch ist als Jupyter Notebooks aufgebaut, welche auf Github zur Verfügung stehen. Eine gedruckte Version gibt es auch auf Amazon zu kaufen. Zudem gibt es eine Adaption an Tensorflow Probability, wenn man die Tensorflow-Umgebung und TPU/GPUs nutzen will.

Inhalt

Das Buch ist in 7 Kapitel unterteilt, welche jeweils als Jupyter Notebook (ipynp-Datei) zur Verfügung stehen. Am besten klont ihr euch das gesamte Github-Repository und öffnet es mit Jupyter Notebook oder einem anderen Editor, der Notebooks anzeigen kann. So könnt ihr lesen und die Beispiele ausführen und modifizieren. Alternativ könnt ihr euch die Notebooks auch im Browser mit dem nbviewer ansehen. Die einzelnen Kapitel habe ich verlinkt.

  1. Introduction to Bayesian Methods
  2. A little more on PyMC
  3. Opening the black box of MCMC
  4. The greatest theorem never told
  5. Would you rather lose an arm or a leg
  6. Getting our prior-ities right
  7. Bayesian Machine Learning (in Arbeit)

Das Buch als gedruckte Version

Das Buch gibt es auch in einer gedruckten Version vom Addison-Wesley Verlag (2015). Durch Klick auf das Bild gelangt Ihr zu Amazon.

Hier ist der Link zur Website des Buches und hier der Link zur zugehörigen Github-Seite.

Viel Spaß beim Lesen.

Glossar: