Bayesci İstatistiğe Giriş

  1. Temel Kavramlar
  2. Bayes Teoremi
  3. Frekansçı ve Bayesci Yaklaşımın Farkları
  4. Adım Adım Bayesci Çıkarım 1 - Önsel Dağılımlar
  5. Adım Adım Bayesci Çıkarım 2 - Sonsal Dağılımın Hesaplanması
  6. Adım Adım Bayesci Çıkarım 3 - Model için Tanı Testleri ve Modellerin Karşılaştırılması
  7. Örnek Modeller

Motivasyon

Son yıllarda kişisel bilgisayarların işlem güçlerinin artmasıyla, bir çok karmaşık hesaplama kolaylıkla herkes tarafından yapılabilir hale geldi. Uzun hesaplamalar gerektiren Derin Öğrenme (Deep Learning) modellerinin oluşturulması bile masaüstü bilgisayarlardaki ekran kartları (GPU) ile yapılabilir oldu. Elimizdeki işlem gücünün artması, frekanscı istatistikte p-hacking hilesinin daha fazla konuşulur olması, replication crisis denilen, gerçekleştirilen çoğu bilimsel deneyin sonuçlarının tekrarlanabilir olmaması sorunları Bayesci istatistiği daha çok konuşulur hale getirdi.

Bu konuda Türkçe kaynak sıkıntısı bulunması nedeniyle de şimdiye kadar edindiğim bilgileri derleyip sunmaya karar verdim.

Faydalı bir kaynak olması dileğiyle.

Kitaplar

Diğer Kaynaklar