Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Introduction to Bayesian Statistics

Giới thiệu về Thống kê Bayes

Giới thiệu về Thống kê Bayes

Định lý Bayes và Thống kê Bayes từ cơ bản - Hướng dẫn cho người mới bắt đầu.

4.6
(764 đánh giá)
7,866 học viên
Giảng viên
Woody Lewenstein
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 399.000đ -87%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
1.5 giờ video
14 bài giảng
5 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 31/05/2026

Bạn sẽ học được gì

Định lý Bayes
Thống kê Bayes
Xác suất có điều kiện
Hiểu về các phương pháp tiếp cận chủ quan đối với xác suất
Sử dụng biểu đồ Venn và biểu đồ Cây để mô hình hóa các bài toán xác suất

Yêu cầu

Hiểu biết cơ bản về xác suất.

Đối tượng phù hợp

Những người muốn hiểu Định lý Bayes một cách trực quan và sâu sắc.
Những người quan tâm đến xác suất.
Các nhà khoa học dữ liệu muốn phát triển hiểu biết về lý thuyết xác suất.
Sinh viên muốn đào sâu hiểu biết về xác suất.

Nội dung khóa học

4 phần • 14 bài giảng
1 Giới thiệu
1 Mô hình xác suất Bayes so với Thường nghiệm
1 Giới thiệu về Xác suất có điều kiện
2 Xác suất có điều kiện trên Biểu đồ Venn
3 Xác suất có điều kiện trên Biểu đồ Cây
4 Câu hỏi ví dụ về Biểu đồ Cây
5 Xác suất có điều kiện và Phân phối Chuẩn
6 Các kết quả phản trực giác với Phân phối Chuẩn
1 Phát triển Định lý Bayes phần 1
2 Phát triển Định lý Bayes phần 2
3 Câu đố của Thomas Bayes
4 Giải pháp Bayes cho câu đố
5 Mô phỏng một giải pháp
6 Chúc mừng!

Giới thiệu khóa học

Bayesian statistics is used in many different areas, from machine learning, to data analysis, to sports betting and more. It's even been used by bounty hunters to track down shipwrecks full of gold!

This beginner's course introduces Bayesian statistics from scratch. It is appropriate both for those just beginning their adventures in Bayesian statistics as well as those with experience who want to understand it more deeply.

We begin by figuring out what probability even means, in order to distinguish the Bayesian approach from the Frequentist approach.

Next we look at conditional probability, and derive what we call the "Baby Bayes' Theorem", and then apply this to a number of scenarios, including Venn diagram, tree diagram and normal distribution questions.

We then derive Bayes' Theorem itself with the use of two very famous counter-intuitive examples.

We then finish by looking at the puzzle that Thomas Bayes' posed more than 250 years ago, and see how Bayes' Theorem, along with a little calculus, can solve it for us.



Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Bayesian Statistics
Hiển thị tất cả khoá học Data Science
Hiển thị tất cả khoá học Probability
Hiển thị tất cả khoá học Statistics
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊