使用深度学习进行生存分析
该存储库包含基于贝叶斯深度学习的文章，论文和用于生存分析的存储库。
文件
Rajesh Ranganath，Adler Perotte，David Blei等人进行的深度生存分析。 JMLR 2016 资料来源： :
生存筛选器：Rajesh Ranganath，Adler Perotte，David Blei等人的“潜在时间序列的联合生存分析”。 2015年，阿拉伯联合酋长国资料来源： :
DeepSurv：使用Cox比例危害深层神经网络的个性化治疗推荐系统，作者：Jared Katzman，Uri Shaham，Jonathan Bates，Alexander Cloninger，Tingting Jiang，Yuval Kluger。 ACML 2016 资料来源： :
具有竞争风险的生存分析的深层多任务高斯过程，作者：Ahmed M. Alaa
2022-02-12 15:47:34
4KB
1
清晰的mobi资源，有完整的目录书签，阅读效果完美。
极易阅读，能够在最短的时间里重新捡回概率与统计的知识。
全美经典，有品质保证。
2021-12-22 00:30:41
3.24MB
1
贝叶斯（Bayes）统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外，还要利用参数的先验信息，因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”，近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。
本书共分六章。第1章是绪论，介绍了贝叶斯统计的若干基本概念，同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法，包括蒙特卡洛方法和马尔可夫链蒙特卡洛（MCMC）方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题，书末附有常用的几个表格和部分习题解答供读者查用。
大约可在54学时内讲授本书的第1章至第六章的主要内容，教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲，留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。
作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容，以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。
本书编写准备过程中，中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版，作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。
2021-11-16 10:44:53
54.97MB
1
泊松足球 - 计算贝叶斯项目
该存储库包含两个试图预测足球比赛的模型，这两个模型都以泊松过程为中心，并且它们的功能相对有限。 该模型忽略了不常见的得分方式，而是专注于 7 分达阵和 3 分投篮命中率。 该模型假设每次触地得分都会增加一分，并且安全永远不会发生。 我们还假设得分以泊松方式发生，因此在任何时间点得分的可能性都相同。 我们没有加入加班建模。 我们找到了第一队获胜、第二队获胜以及比赛进入加时赛的概率。
Football1.py 中的第一个模型基于两个独立的泊松过程，第一个用于达阵，第二个用于投篮命中。 这些会独立更新，然后结合起来以预测游戏。
在football2.py 中，第二个模型基于一个泊松过程来模拟得分，以及第二个概率套件来捕获得分是 TD 还是 FG 的可能性。 为了计算得分一定数量的可能性，我们使用二项式分布。
TODO：防守赢得冠军。 如何将其纳入其中。它可以以
2021-11-06 11:06:33
530KB
1
This book is a suitable companion book for an introductory course on Bayesian methods. Also the book is valuable to the statistical practitioner who wishes to learn more about the R language and Bayesian methodology. The LearnBayes package, written by the author and available from the CRAN website, contains all of the R functions described in the book.
2021-10-31 16:16:05
3.85MB
1