Если бы я должен был выбрать один текст для начинающего, это было бы
Sivia DS and Skilling J (2006) book (see below).
Из всех перечисленных ниже книг он изо всех сил старается дать интуитивное понимание основных идей, но все же требует некоторой математической сложности со страницы 1.
Ниже приведен список дальнейших чтений из моей книги с комментариями к каждой публикации.
Бернардо, JM и Смит, A, (2000) 4. Байесовская теория Строгое изложение байесовских методов со множеством реальных примеров.
Епископ, C (2006) 5. Распознавание образов и машинное обучение. Как следует из названия, речь идет главным образом о машинном обучении, но оно дает ясный и исчерпывающий отчет о байесовских методах.
Cowan G (1998) 6. Статистический анализ данных. Отличное небайесовское введение в статистический анализ.
Dienes, Z (2008) 8. Понимание психологии как науки: введение в научный и статистический вывод. Предоставляет учебный материал по правилу Байеса и ясный анализ различий между байесовской и частной статистикой.
Gelman A, Carlin J, Stern H и Rubin D. (2003) 14. Байесовский анализ данных. Строгий и исчерпывающий отчет о байесовском анализе со множеством реальных примеров.
Джейнс Э. и Бретторст Дж. (2003) 18. Теория вероятностей: логика науки. Современная классика байесовского анализа. Это всеобъемлющее и мудрое. Его дискурсивный стиль делает его длинным (600 страниц), но никогда не скучным, и он полон идей.
Хан, S, 2012, Введение в теорему Байеса. Онлайн-видео по математике Салмана Хана дают хорошее представление о различных темах, включая правило Байеса.
Lee PM (2004) 27. Байесовская статистика: введение. Строгий и всеобъемлющий текст с резким байесовским стилем.
MacKay DJC (2003) 28. Теория информации, логический вывод и алгоритмы обучения. Современная классика по теории информации. Очень читаемый текст, который бродит повсюду по многим темам, почти все из которых используют правило Байеса.
Мигон, HS и Gamerman, D. (1999) 30. Статистический вывод: комплексный подход. Прямое (и четко изложенное) описание вывода, в котором сравниваются байесовский и небайесовский подходы. Несмотря на то, что стиль письма довольно продвинут, он носит обучающий характер.
Пирс JR (1980) 34 2-е издание. Введение в теорию информации: символы, сигналы и шум. Пирс пишет с неформальным, обучающим стилем письма, но не выходит за рамки представления основных теорем теории информации.
Реза Ф.М. (1961) 35. Введение в теорию информации. Более всеобъемлющая и математически строгая книга, чем книга Пирса выше, и в идеале ее следует читать только после первого прочтения более неформального текста Пирса.
Сивия Д.С. и Скиллинг Дж. (2006) 38. Анализ данных: байесовский учебник. Это отличное учебное введение в байесовские методы.
Spiegelhalter, D and Rice, K (2009) 36. Байесовская статистика. Scholarpedia, 4 (8): 5230.
http://www.scholarpedia.org/article/Bayesian_statistics
Надежное и исчерпывающее резюме текущего состояния байесовской статистики.
И вот моя книга, опубликованная в июне 2013 года.
Правило Байеса: учебное введение к байесовскому анализу, д-р Джеймс V Стоун, ISBN 978-0956372840
Глава 1 может быть загружена с:
http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Описание: Обнаруженное математиком и проповедником 18-го века правило Байеса является краеугольным камнем современной теории вероятностей. В этой богато иллюстрированной книге ряд доступных примеров используется, чтобы показать, как правило Байеса на самом деле является естественным следствием здравого смысла. Правило Байеса выводится с использованием интуитивно понятных графических представлений вероятности, а байесовский анализ применяется к оценке параметров с использованием предоставленных программ MatLab. Учебный стиль письма в сочетании со всеобъемлющим глоссарием делает его идеальным учебником для начинающих, которые хотят ознакомиться с основными принципами байесовского анализа.
