Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Ve Rubin, D. B. (2013). Bayesian Data Analysis (Üçüncü baskı). CRC Press.
McElreath, R. (2016). Statistical Rethinking: A Bayesian Course with Examples in R and Stan. CRC Press.
Kruschke, J. K. (2015). Doing Bayesian Data Analysis: A Tutorial with R, JAGS, and Stan. Academic Press.
Hoff, P. D. (2009). A First Course in Bayesian Statistical Methods. Springer.
Gelman, A., & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press.
Kass, R. E., & Raftery, A. E. (1995). Bayes Factors. Journal of the American Statistical Association, 90(430), 773–795.
Dersin İçeriği
Bayesçi çıkarım dersinde, öğrenciler Bayes istatistiğinin karmaşık kavramlarını ve uygulamalarını keşfederler. Temel Bayes prensiplerine dayanarak, bu ders, hiyerarşik modelleme, Markov Zinciri Monte Carlo (MCMC) yöntemleri ve Bayes makine öğrenimi gibi karmaşık konuları ele alarak anlayışın sınırlarını zorlar. Öğrenciler, bilgiyi gerçek dünya senaryolarına uygulayarak ve olasılıksal modelleme ile istatistiksel karar verme becerilerini geliştirerek pratik projelerde yer alırlar. Ders, sadece teorik yönleri değil, aynı zamanda finans, sağlık ve yapay zeka gibi farklı alanlarda pratik uygulamalara vurgu yapar. Katı bir müfredat sayesinde, öğrenciler lisanüstü seviyede Bayesçi çıkarımın zorluklarıyla başa çıkmak için gerekli uzmanlığı kazanır ve karmaşık ve belirsiz ortamlarda bilinçli kararlar vermeleri için gereken araçlarla donatılırlar.