Acabo de encontrar este MOOC "Navegación autónoma de robots voladores" ( https://www.edx.org/course/autonomous-navigation-flying-robots-tumx-autonavx-0 ). En el curso, los instructores enseñan a los participantes a programar (en python) un robot volador para la navegación autónoma, explotando la estadística bayesiana para la estimación de estados y otras técnicas útiles (por ejemplo, el filtrado de Kalman de la entrada de sensores ruidosos). Lo bueno es que el código que se escribe en clase es utilizable para algunos robots voladores disponibles en el mercado, por lo que luego se puede jugar más con esto y buscar posibilidades de cómo mejorar la estimación bayesiana de estados.
Para el cuaderno de Ipython "Probabilisic Programming & Bayesian Methods for Hackers", también lo puedo recomendar mucho. No he encontrado antes una introducción tan accesible y completa y he aprendido mucho en un tiempo relativamente corto.
5 votos
Es bayesiano teoría de la probabilidad ¿es diferente de la teoría de la probabilidad normal? Estoy de acuerdo en que la teoría bayesiana teoría de la decisión , Bayesiano inferencia , Bayesiano teoría de la estimación etc. difieren significativamente de las versiones frecuentistas de estos dos temas, pero la teoría de la probabilidad es la misma para ambos campos, ¿no?
0 votos
Gracias, mal uso de la terminología :) ¿Qué palabra utilizaría para englobar esos temas?
0 votos
¿Te interesa la codificación o las matemáticas? Si es lo primero, ¿qué tal "programar procedimientos de estimación bayesiana"? Además, la estimación por máxima verosimilitud no es bayesiana, salvo asintóticamente en casi todos los casos.
0 votos
Realmente ambos. Quiero entender realmente las matemáticas, pero he encontrado que los métodos mostrados por la codificación parecen solidificar la comprensión, algo así como la serie 'Think Stats' para la estadística básica en python :)