Auf Cross Validated gibt es eine große Frage nach den besten Einführungsbüchern für die bayessche Statistik . Außerdem hat Jeromy Anglim kürzlich über die Verwendung von JAGS, rjags und Bayesian Modeling gebloggt, mit einer sehr schönen Sammlung von Tutorials, die für die obige Frage relevant sind. Viele dieser Ressourcen sind Single-Shot-Tutorials, die nur einen begrenzten Bereich der Programmierung und Modellierung abdecken.
In Bezug auf Ressourcen, die ein breiteres Themenspektrum mit einigen Hintergrundinformationen und Programmieranleitungen abdecken, heben sich nur zwei Quellen von der Liste ab:
Michael Lee und Eric Wagenmakers Kurs in bayesianischer grafischer Modellierung für die Kognitionswissenschaft und
John Kruschke Doing Bayesian Data Analysis: A Tutorial with R and BUGS .
Diese beiden Bücher könnten möglicherweise genau das Richtige sein, wenn es um eine ausreichende Abdeckung der Grundbedürfnisse für Bayesianische Anfänger geht.
Was raten Sie einem Kognitionswissenschaftler sonst noch als einfache, praktische, kompakte und gründliche Einführung in die bayessche Modellierung?
+1 zu Speldosas Vorschlag. Griffiths und Kollegen haben mehrere Grundlagen zur Verwendung von Bayes'schen Modellen in Cogsci geschrieben. Viele davon sind auf der Website von Griffiths unter „Foundations“ zu finden:
http://cocosci.berkeley.edu/publications.php?topic=Stiftungen
z.B
Perfors, A., Tenenbaum, JB, Griffiths, TL, & Xu, F. (2011). Eine Tutorial-Einführung in Bayes'sche Modelle der kognitiven Entwicklung. Erkenntnis, 120, 302-321.
Griffiths, TL, & Yuille, A. (2008). Eine Einführung in die probabilistische Inferenz. In M. Oaksford und N. Chater (Hrsg.). Der probabilistische Verstand: Perspektiven für rationale Erkenntnismodelle. Oxford: Oxford University Press.
Wie @Jeff erwähnt hat, verfügt Tom Griffiths über mehrere nützliche Ressourcen. Insbesondere Tom Griffiths hat eine umfangreiche Leseliste , die für Sie relevant sein könnte. Um die Zusammenfassung des Inhalts zu zitieren:
Diese Liste soll einige der Werkzeuge der Bayes'schen Statistik und des maschinellen Lernens vorstellen, die für die Computerforschung in der Kognitionswissenschaft nützlich sein können. Der erste Abschnitt erwähnt einige nützliche allgemeine Referenzen, und die anderen bieten ergänzende Lektüre zu bestimmten Themen ...
In dem ziemlich neuen Buch "The Cambridge Handbook of Computational Psychology" ist Kapitel drei der bayesschen Modellierung gewidmet. Es wurde von Thomas Griffiths, Charles Kemp und Joshua Tenenbaum geschrieben.
Ich habe dieses Kapitel noch nicht selbst gelesen, werde diese Antwort jedoch aktualisieren, wenn ich dies getan habe.
Aussenseiter auf Säure