我将按顺序回答您的问题:
问题是,今天的贝叶斯是谁?
任何进行贝叶斯数据分析并自我识别为“贝叶斯”的人。就像程序员一样,有人编程并自称为“程序员”。略有差异是由于历史原因,贝叶斯具有意识形态内涵,这是因为“概率论”的拥护者和“贝叶斯”概率的拥护者之间经常争论不休。
他们是一些精选的学术机构吗,您知道如果去那里会成为贝叶斯主义者?
不,就像统计数据的其他部分一样,您只需要一本好书(也许是一位好老师)。
如果是这样,他们是否受到特别追捧?
在进行统计建模时,贝叶斯数据分析是一个非常有用的工具,我认为这是一种非常抢手的技能(即使公司可能不是专门寻找“贝叶斯”)。
我们仅指的是一些受人尊敬的统计学家和数学家,如果是的话,他们是谁?
有许多受人尊敬的统计学家,我相信会自称贝叶斯,但这些都不是的贝叶斯。
它们甚至以纯正的“贝叶斯”形式存在吗?
这有点像问“这些纯程序员是否存在”?有一篇有趣的文章叫做《46656贝叶斯变种》,并确保“贝叶斯”中存在关于许多基本问题的健康论据。就像程序员可以争论不同编程技术的优点一样。(顺便说一句,Haskell中的纯程序员程序)。
他们会愉快地接受标签吗?
有些会,有些不会。当我发现贝叶斯数据分析时,我认为这是自切片面包以来最好的(我仍然这样做),我很高兴称自己为“贝叶斯”(尤其是要激怒我部门的p值人员)。如今,我不喜欢该术语,因为它会使贝叶斯数据分析听起来像某种崇拜,但它并不是统计工具箱中的一种有用方法,它可能会使人疏远。
它总是一个讨人喜欢的区别吗?
不!据我所知,“贝叶斯”一词是著名统计学家费舍尔提出的贬义词。在此之前,它被称为“逆概率”或“概率”。
他们是在会议上有奇特幻灯片的数学家,没有任何p值和置信区间,容易在小册子上发现吗?
好吧,贝叶斯统计中有一些会议,我认为它们没有包含那么多的p值。是否会找到特殊的幻灯片取决于您的背景...
“贝叶斯”成为一个利基市场?我们是指少数统计学家吗?
我仍然认为少数统计学家会处理贝叶斯统计,但我也认为这一比例正在增加。
还是当前的贝叶斯主义等于机器学习应用程序?
不,但是贝叶斯模型在机器学习中被大量使用。这是一本很棒的机器学习书,从贝叶斯/ probibalistic角度介绍了机器学习:http : //www.cs.ubc.ca/~murphyk/MLbook/
希望能回答大多数问题:)
更新:
[C]请考虑添加可区分贝叶斯统计数据的特定技术或前提的列表吗?
什么区别贝叶斯统计是采用贝叶斯模型的:)这里是我的贝叶斯模型什么的自旋是:
贝叶斯模型是一种统计模型,您可以使用概率来表示模型中的所有不确定性,既包括有关输出的不确定性,也包括有关模型的输入(即参数)的不确定性。整个先验/后验/贝叶斯定理都在此之上,但是在我看来,对所有事物都使用概率才使它成为贝叶斯定理(实际上,更好的词可能就是概率模型)。
现在,贝叶斯模型很难适应,并且为此使用了许多不同的计算技术。但是这些技术本身并不是贝叶斯技术。要命名一些计算技术:
- 马尔可夫链蒙特卡洛
- 变贝叶斯
- 近似贝叶斯计算
- 粒子过滤器
- 拉普拉斯逼近
- 等等...
谁将“贝叶斯”一词引入贬义语是著名的统计学家?
据说是罗纳德·费舍尔。该论文贝叶斯推理何时成为“贝叶斯”?给出了“贝叶斯”一词的历史。