纽约大学行为贝叶斯建模入门教程（附111页slides全文下载）

【导论】贝叶斯推理是一种高效的数学框架，可以解决真实世界中不确定环境下的最佳决策问题。本教程来自于纽约大学的行为贝叶斯建模速成班，详细讨论了为什么要进行贝叶斯行为建模，以及如何实现这一建模过程。

介绍：

在本文中，详细讨论了贝叶斯行为建模的优势所在，将使用各种感知现象作为例子，同时分析用于贝叶斯建模任务的各种数学细节：似然比、nuisance参数、噪声度量、以及层次推理。我们将讨论模型拟合与比较技术，并仔细分析贝叶斯行为模型的优劣。

这份教程将从一组案例研究开始，逐步增加问题的复杂性。贝叶斯建模已经被广泛应用于多个主题领域中，因此，本文将分别介绍各领域中的应用原理，整篇教程结构如下：

1. 非规则似然：Gestalt laws

2. 似然与先验：Motion sickness

3. Ambigulty from a nuisance parameter：Surface shade perception

4. 噪声度量下的推理：声源定位

5. 层次推理：变换点检测

6. 模型拟合

原始链接：

http://www.cns.nyu.edu/malab/courses.html

 请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“BMB” 就可以获取教程全文的下载链接~ 

作者介绍：

Wei Ji Ma 是纽约大学神经科学与心理学的助教，他的研究兴趣在于跨领域决策问题，包括洞察力、关注力、工作记忆、社会认知，以及规划等问题。他从Groningen大学获得物理学Ph.D学位，并曾在Caltech与Rochester大学获得计算神经科学博士后岗位。

附slides全文：

-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成！490+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询《深度学习:算法到实战》课程，咨询技术商务合作~

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程