我上學的時候使用的教材是bayesian data analysis, andrew gelman編寫的。個人覺得這本還挺易懂的，它從什麼是貝葉斯推斷(bayesian inference)開始講起，到基礎貝葉斯分析，再講到高階貝葉斯分析(引入馬爾可夫鏈等)，給人以循循善誘的感覺。
另外，要想搞明白貝葉斯，你得了解統計學基礎知識，比如正態、狄利克雷等各類分布函式，分布之間的聯絡，建議先閱讀statistical inference，作者george casella。
學貝葉斯的時候要邊學邊練才能更有效地理解和領悟，有的時候手算有的時候就要電腦執行，所以掌握統計常用軟體(r或sas等)的技能也是你學好貝葉斯的前提。
就先寫到這兒吧，希望以上的介紹有益於你。我再想到什麼還會來補充的。
學完了casella statistical inference 接下來該看哪本書？
有哪些貝葉斯推理入門的書籍？
微盤pdf
貝葉斯 01 初識貝葉斯
分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 最先知道貝葉斯公式還是四年前的概率論和數理統計課上，時間也很久了，具體內容早已經忘記，不過畢竟曾經學過，重新看過還是得心應手的。大概用兩三篇的內容來介紹一下貝葉斯，以及機器學習中很重要的一部分 樸...
貝葉斯 02 理解貝葉斯
首先簡略回顧一下，全概率和貝葉斯。其實這兩者是密不可分的，互相之間是乙個順序問題，全概率反過去就是貝葉斯，這類問題只需要區分清楚是知道原因求結果，還是知道結果尋原因就可以了。全概率公式是計算由諸多原因而導致的某件複雜事情發生的概率，而貝葉斯就是在這件複雜的事情已經發生的前提下，去尋找諸多原因中，某一...
機器學習 貝葉斯
bayes.py包含了所有函式的實現，需要做的是，明白各個函式的功能作用及輸入輸出，在指令碼中完成函式的呼叫，給出要求的格式的結果。from numpy import import csv import random random.seed 21860251 def loaddataset post...