SDSC6003
贝叶斯数据分析
📘 简介
本课程旨在为学生介绍贝叶斯统计的基本理论，并培养学生开发贝叶斯模型以解决实际数据分析问题的能力。课程内容涵盖贝叶斯视角的理论、Markov链蒙特卡罗方法及其他数值计算方法，并通过 MATLAB 或 R 实现贝叶斯模型。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 定义贝叶斯定理及贝叶斯统计的概念；
✔️ 应用贝叶斯定理推导统计模型参数的后验分布；
✔️ 运用 MATLAB 或 R 实现 Markov链蒙特卡罗方法计算参数的后验分布；
✔️ 解释贝叶斯决策理论、先验分布类型及贝叶斯模型选择和平均化；
✔️ 使用贝叶斯方法分析实际数据集。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📄 期中考试 | 25% | 评估学生对贝叶斯统计理论与方法的理解。 |
| 🖥️ 作业 | 30% | 学生通过作业巩固贝叶斯统计方法的实践应用。 |
| 📄 期末考试 | 45% | 2.5小时书面考试，评估学生在贝叶斯统计的各方面能力。 |
💬 课程评价
✨ 精选评价
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU