《贝叶斯方法 概率编程与贝叶斯推断》的完整源代码， 作者：Cameron Davidson-Pilon 翻译：辛愿 钟黎 欧阳婷

贝叶斯推理的方法非常自然和极其强大。然而，大多数图书讨论贝叶斯推理，依赖于非常复杂的数学分析和人工的例子，使没有强大数学背景的人无法接触。不过，现在好了，卡梅伦的这本书从编程、计算的角度来介绍贝叶斯推理，把贝叶斯理论和编程实践结合起来，使大多数程序员都可以入门并掌握。

贝叶斯推理的方法非常自然和极其强大。然而，大多数图书讨论贝叶斯推理，依赖于非常复杂的数学分析和人工的例子，使没有强大数学背景的人无法接触。不过，现在好了，卡梅伦的这本书从编程、计算的角度来介绍贝叶斯推理，把贝叶斯理论和编程实践结合起来，使大多数程序员都可以入门并掌握。 本书通过强大的Python语言库PyMC，以及相关的Python工具，包括NumPy\SciPy\Matplotlib讲解了概率编程。通过本书介绍的方法，读者只需付出很少的努力，就能掌握有效的贝叶斯分析方法。

贝叶斯方法 概率编程与贝叶斯推断 Bayesian Methods for Hackers Probabilistic Programming and Bayesian Inference 中文版，结合编程讲贝叶斯方法，非常具有实践价值的一本好书！

元概率 嵌入的一种用于概率编程和元编程的语言。 注意：Metaprob当前是不稳定的研究原型，几乎没有文档，而且测试覆盖率很低。 同样，将来的版本可能与此版本不向后兼容。 我们不建议将其用于基础研究以外的任何目的，并且尚不能为MIT概率计算项目之外的用户提供支持。 主要特征 可以通过生成代码表示模型，即可以随机选择的普通代码 模型也可以通过近似表示，例如具有非平凡权重的重要性采样器 定制推理算法可以通过反射性语言结构以用户空间代码编写，用于： 跟踪程序执行 使用部分跟踪来指定干预和约束 通用推理算法是通过标准库中的用户空间代码提供的； 添加新算法不需要修改语言实现 所有推理算法都是普通的生成代码，可以作为模型进行跟踪和处理 新的概率分布和推理算法是一流的公民，可以在程序执行期间动态创建 动机 概率编程和推理元编程的轻量级嵌入 基于浏览器的交互式数据分析工具（通过 ） 适用于企业部署的智能数据管道（通过JVM上的Clojure） “小核心”语言可能适合正式规范和验证 教学 有兴趣实施自己的最低PPL的本科生和研究生 对概率建模和推理感兴趣的软件工程师和数据工程师 人工智能与认知

贝叶斯方法图书的完整版，只要一个积分（因为CSND不允许免费了）