Karl-Rudolf Koch Introduction to Bayesian Statistics Second, updated and enlarged Edition

OSIC肺纤维化竞赛（贝叶斯模型） 介绍 OSIC肺纤维化进展竞赛是一项Kaggle竞赛，您需要完成预测FVC（强制肺活量）的任务，FVC与下一个146周的强制呼气量（FEV）测试中呼出的空气总量有关。 您将获得CT扫描图像，以了解过去几周的第一次相遇，元数据和信息。 方法 CT扫描处理 我们确定一个遮罩，以区分图像中的其他实体和肺部。 我用两种方法做到这一点：1）简单的像素阈值区分和2）KMeans聚类。 应用了进一步的图像处理（例如腐蚀和膨胀）以进一步区分这两个区域。 然后将识别出的蒙版应用于原始图像，以获得孤立的肺部图像。 这些操作的结果如下所示： 隔离肺部后，从生成的图像中确定像素统计信息，以用作后续模型中的特征。 确定了诸如均值，方差，偏斜和峰度之类的统计信息。 贝叶斯建模 使用马尔可夫链蒙特卡洛（MCMC）采样方法和变分推断来估计模型的参数。 生成模型是分层的，这意味着信息

学习贝叶斯统计的入门。公式不复杂，适合刚入门。

贝叶斯统计概念是很容易描述的。它把统计看成研究不确定性的一门学 问，并且坚持认为不确定性只能用概率语言来进行合理的解释。引进一个效 用函数 (utility function) 并选择使期望效用最大的最优决策把上述思想立即 扩展到在不确定时的决策问题。下面更加详尽地解释这些基本原理。 贝叶斯论断的根本就在于，无论是直接用千推断或是在决策中与概率为基础的效用相结合，概率目前是仅有的产生合理过程的方法。概率的三个基 本规则和由它们导出的理论一起提供了完全的说明，以适用于你的推断和行 动。

This file is Bayesian Data Analysis written by Andrew Gelman

学习贝叶斯统计的经典教材，楼主从淘宝买的，大家共同学习下~加油

The past decade has seen a dramatic increase in the use of Bayesian methods in marketing due, in part, to computational and modelling breakthroughs, making its implementation ideal for many marketing problems. Bayesian analyses can now be conducted over a wide range of marketing problems, from new product introduction to pricing, and with a wide variety of different data sources.

For Bayesian learning. For beginners. Easy but useful

A.Students.Guide.to.Bayesian.Statistics@Ben Lambert