البرمجة الاحتمالية والطريقة البايزية للقراصنة

مرحبا زملائي. اليوم أردنا أن نسأل كيف طلبت أن تجد الكتاب القديم قليلاً " طرق بايزي للمتسللين " ، الذي نُشر في الأصل في عام 2015 ، ولكن لم يُترجم بعد إلى اللغة الروسية.


يتم وضع الكتاب على النحو المطبق ، والتخلص قدر الإمكان من الرياضيات ودائم.

يوجد تحت المقطع ترجمة مختصرة قليلاً لمراجعة هذا الكتاب نشرها المؤلف على جيثب.
يرجى التصويت

طريقة بايزي هي نهج طبيعي للاستنتاج المنطقي ، ومع ذلك ، في كثير من الكتب حول هذا الموضوع ، يتم فقدان جوهر الطريقة بايزي تمامًا وراء فصول كاملة من التحليل الرياضي المؤلم. يبدأ كتاب نموذجي عن نظرية بايز بفصلين أو ثلاثة فصول حول نظرية الاحتمالات ، وبعد ذلك يقال ما هو الاستنتاج بايزي. لسوء الحظ ، نظرًا لاستحالة تقديم غالبية النماذج البايزية بلغة رياضية ، يتم عرض أمثلة بسيطة ومصطنعة فقط للقارئ. وبالتالي ، قد يكون لدى الشخص انطباع وهمي بأنه يزعم أنه فهم الاستنتاج البايزي - بينما في الواقع لم يتعلم سوى تفسير المؤلف لهذه الطريقة.

بعد أن نجحت الأساليب البايزية بشكل واضح في مسابقات التعلم الآلي ، قررت إعادة استكشاف هذا الموضوع. حتى مع أمتعتي الرياضية ، قضيت ثلاثة أيام كاملة في دراسة الأمثلة ومحاولة تجميع كل الأجزاء معًا للتعامل مع جميع الأساليب. من أجل تطبيق النظرية ، لم يكن لدي ما يكفي من الأدب. نشأ سوء الفهم هذا لأنني لم أستطع سد الفجوة بين الرياضيات البيزية والبرمجة الاحتمالية. لذا ، عانيت ، وأريد إنقاذ القراء من هذه المعاناة. هذا هو السبب في أنني كتبت هذا الكتاب بنفسي.

إذا كان الاستنتاج البايزي هو هدفنا ، فإن التحليل الرياضي ليس سوى أحد المسارات إليه. من ناحية أخرى ، أصبحت قوة الحوسبة أرخص بكثير الآن ، ويمكننا استخدام طريقة بديلة ، أي البرمجة الاحتمالية. الخيار الثاني أكثر ملاءمة ، لأنه لا يتطلب اللجوء إلى الرياضيات في جميع مراحل حل المشكلة ، وبعبارة أخرى ، فإنه يسمح لك بالاستغناء عن التحليل الرياضي ، والذي غالبًا ما يتحول إلى عقبة لا يمكن التغلب عليها لاستنتاج بايزي. بالمعنى المجازي ، في الحالة الثانية ننتقل من البداية إلى النهاية في شرطات صغيرة ، وفي الحالة الأولى - في القفزات الضخمة ، التي يمكننا من خلالها الهبوط بعيدًا جدًا عن الهدف. علاوة على ذلك ، بدون إعداد رياضي جاد ، قد لا يتمكن القارئ ببساطة من التعامل مع التحليل من الخيار الأول.

تم تصور كتاب طرق بايز للهاكرز كمقدمة لاستنتاج بايزي مع التركيز على فهم المفاهيم الرئيسية واستخدام القوة الحاسوبية (الرياضيات ثانوية). طبعا هذا الكتاب تمهيدي وسيبقى مقدما. بالنسبة لأولئك الذين يتمتعون بالذكاء في الرياضيات ، يمكن ببساطة إثارة الفضول ، ثم فتحه على نصوص أخرى مكتوبة بدعم من التحليل الرياضي الجاد. بالنسبة إلى المتحمسين المهتمين بالتطبيق العملي لأساليب بايز ، وليس في خلفيتهم الرياضية ، سيكون الكتاب مفيدًا ومثيرًا للاهتمام.

تم اختيار PyMC للبرمجة الاحتمالية في هذا الكتاب ، لسببين. في وقت كتابة هذا التقرير ، لم يكن هناك مورد مركزي على الإنترنت مع أمثلة وتفسيرات لأساليب العمل في النظام البيئي PyMC. تفترض الوثائق الرسمية أن القارئ لديه بالفعل فكرة عن الاستدلال البايزي والبرمجة الاحتمالية. نأمل أن يشجع هذا الكتاب القراء بأي مستوى من الإعداد على إلقاء نظرة فاحصة على PyMC.

عند العمل مع PyMC ، يجب أن تأخذ في الاعتبار التبعيات ، أي من NumPy (وفقًا للحالة) من SciPy. لكي لا يقتصر القارئ ، تستخدم الأمثلة الواردة في هذا الكتاب فقط PyMC و NumPy و SciPy و Matplotlib.

المحتويات

(يتم عرض الفصول المذكورة أدناه في nbviewer على nbviewer.ipython.org ، وهي للقراءة فقط ، وهي مفتوحة في الوقت الفعلي. يمكن تنزيل دفاتر الملاحظات والأمثلة التفاعلية عن طريق الاستنساخ!)

• مقدمة : لماذا هذا.
• الفصل الأول : مقدمة في الأساليب البايزية. التعرف على فلسفة وممارسة أساليب بايزي ، قصة عن البرمجة الاحتمالية. بعض الأمثلة:

 التغيير في السلوك البشري - استنتاج قائم على وتيرة إرسال الرسائل القصيرة.

• الفصل 2 : المزيد حول PyMC سنناقش نمذجة مشاكل بايزي باستخدام أمثلة ستستخدم مكتبة PyMC (Python). كيفية إنشاء نماذج بايزي؟ من بين الأمثلة:
•  حساب احتمال تحطم مكوك الفضاء تشالنجر

• الفصل 3 : فتح صندوق MCMC الأسود لنتحدث عن كيفية عمل MCMC وأدوات التشخيص. من بين الأمثلة:
•  تجمع بايزي على سبيل المثال من النماذج المختلطة

• الفصل 4 : أعظم نظرية لم يسبق لك الحديث عنها هنا سوف نستكشف نظرية مفيدة للغاية وخطيرة: قانون الأعداد الكبيرة. من بين الأمثلة:
• research أبحاث مجموعة بيانات Kaggle ومزالق التحليل الساذج
•  كيفية فرز التعليقات من Reddit من الأفضل إلى الأسوأ (الأمر ليس بهذه البساطة كما تظن)

• الفصل 5 : ما الذي تفضل أن تتخلى عنه - بيدك أو قدمك؟ الإلمام بوظائف الخسارة وتطبيقاتها (التي لا تضاهى) في طرق بايزي. من بين الأمثلة:
•  تحسين التوقعات المالية
• Solution حل Kaggle Dark World Winning Competition

• الفصل السادس : توضيح الأولويات. ربما أهم فصل. هنا نرد على الأسئلة ، واللجوء إلى آراء الخبراء. من بين الأمثلة:
• its قطاع طرق متعدد الأسلحة وحل بايزي لهذه المشكلة.
•  ما هي العلاقة بين حجم العينة والبيانات المسبقة؟
•  تقييم المجهول المالي باستخدام بيانات الخبراء المسبقة.
• ستجد هنا أيضًا نصائح قيمة حول الموضوعية في التحليل والفخاخ الشائعة المرتبطة باحتمالات مسبقة.

التثبيت والتكوين

إذا كنت ترغب في تشغيل IPython Notepad على جهاز الكمبيوتر المحلي ، فستحتاج إلى تثبيت ما يلي:

• IPython 0.13 - مطلوب لعرض ملفات ipynb. يمكنك تنزيله من هنا .
• يمكن لمستخدمي Linux تثبيت Numpy و Scipy و PyMC بسهولة. بالنسبة لمستخدمي Windows ، هناك إصدارات مجمعة مسبقًا إذا واجهت فجأة أي صعوبات.

يوجد في الأنماط / الدليل عدد من الملفات التي تم تكييفها للعمل مع المفكرة. لم يتم تصميمها خصيصًا للكتاب فحسب ، ولكنها أيضًا مصممة خصيصًا للعمل مع matplotlib و IPython.