Якби я мав обрати один текст для початківця, це було б
Sivia DS and Skilling J (2006) book (see below).
З усіх перерахованих нижче книг вона найсильніше намагається дати інтуїтивно зрозуміти суттєві ідеї, але це все ж вимагає певної математичної витонченості зі сторінки 1.
Нижче перелік подальших читань з моєї книги з коментарями до кожної публікації.
Бернардо, Дж. М. та Сміт, А, (2000) 4. Байєсова теорія Суворий виклад байєсівських методів з багатьма прикладами реального світу.
Єпископ, С (2006) 5. Розпізнавання образів та машинне навчання. Як випливає з назви, мова йде, головним чином, про машинне навчання, але це дає чіткий і всебічний виклад байєсівських методів.
Cowan G (1998) 6. Статистичний аналіз даних. Відмінне не байєсівське вступ до статистичного аналізу.
Дієнес, Z (2008) 8. Розуміння психології як науки: вступ до науки та статистичних висновків. Наводить матеріал підручника щодо правління Байєса та чіткий аналіз різниці між байєсівською та частофілістською статистикою.
Гельман А, Карлін Дж, Стерн Н і Рубін Д. (2003) 14. Байєсівський аналіз даних. Суворий та всебічний виклад байєсівського аналізу з багатьма реальними прикладами.
Jaynes E і Bretthorst G (2003) 18. Теорія ймовірностей: логіка науки. Сучасна класика байєсівського аналізу. Це всебічно і мудро. Його дискурсивний стиль робить його довгим (600 сторінок), але ніколи не тьмяним, і він містить багато інформації.
Хан, S, 2012, Вступ до теореми Байєса. Інтернет-відео з математики Салмана Хана добре знайомиться з різними темами, включаючи правило Байєса.
Лі ПМ (2004) 27. Байєсова статистика: вступ. Суворий та вичерпний текст із строгим байєсівським стилем.
MacCay DJC (2003) 28. Теорія інформації, умовиводи та алгоритми навчання. Сучасний класик з теорії інформації. Дуже читабельний текст, який розгулюється далеко і широко на багато тем, майже всі з яких використовують правило Байєса.
Migon, HS та Gamerman, D (1999) 30. Статистичні умовиводи: комплексний підхід. Безпосередній (і чітко викладений) виклад висновку, який порівнює байєсівський і не-баєсовський підходи. Незважаючи на те, що він досить просунутий, стиль написання має підручник за своєю природою.
Pierce JR (1980) 34 2-е видання. Вступ до теорії інформації: символи, сигнали та шум. Пірс пише з неофіційним, навчальним стилем письма, але не відштовхується від викладу фундаментальних теорем теорії інформації.
Реза, ФМ (1961) 35. Вступ до теорії інформації. Більш вичерпна і математична лінійна книга, ніж книга Пірса, наведена вище, і в ідеалі її слід читати лише після першого читання більш неофіційного тексту Пірса.
Sivia DS та Skilling J (2006) 38. Аналіз даних: навчальний посібник Байєса. Це чудове введення підручника до байєсівських методів.
Spiegelhalter, D and Rice, K (2009) 36. Байєська статистика. Академія наук, 4 (8): 5230.
http://www.scholarpedia.org/article/Bayesian_statistics
Надійний та вичерпний підсумок поточного стану байєсівської статистики.
І ось моя книга, опублікована в червні 2013 року.
Правило Байєса: Підручник Вступ до байєсівського аналізу, д-р Джеймс V Стоун, ISBN 978-0956372840
Розділ 1 можна завантажити з:
http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Опис: Відкрите математиком та проповідником 18 століття, правило Байєса є наріжним каменем сучасної теорії ймовірностей. У цій багатоілюстрованій книзі використовується ряд доступних прикладів, які показують, як правило Байєса насправді є природним наслідком міркувань здорового глузду. Правило Байєса виводиться за допомогою інтуїтивно зрозумілих графічних уявлень про ймовірність, і Байєсовський аналіз застосовується для оцінки параметрів за допомогою наданих програм MatLab. Стиль написання підручника в поєднанні з вичерпним словником робить цей ідеальний буквар для початківця, який бажає ознайомитися з основними принципами байєсівського аналізу.
