序言
序言¶
贝叶斯建模为许多数据科学和决策问题提供了一种优雅的方法，但在实践中很难让它良好地运作。尽管有许多软件包可以轻松指定复杂的分层模型，例如
Stan、PYMC3、TensorFlow Probability (TFP)和Pyro，但用户仍然需要额外的工具来诊断其计算结果是否正确。他们非常需要 “在出现问题时该怎么做” 的一些实践建议。本书重点介绍
ArviZ软件库，该库使用户能够对贝叶斯模型进行探索性分析，例如对任何推断方法生成的后验样本做诊断，并可用于诊断贝叶斯推断中的各种故障模式。本书还讨论了可用于消除许多常见问题的建模策略（ 例如中心化处理 ）。
本书中大多数示例都使用了
PYMC3，另外一些使用了TFP；书中还包括一些对其他概率编程语言的简要比较。本书的作者都是贝叶斯软件领域的专家，并且是
PYMC3、ArviZ和TFP软件库的主要贡献者。他们在应用贝叶斯数据分析的实践中也拥有丰富经验，这反映在本书采用的各种实用方法中。总体来说，本人认为本书是对现有文献的有益补充，有望进一步推动贝叶斯方法的应用。
—Kevin P. Murphy