Python 中的貝氏建模與計算 是一本由 Osvaldo A. Martin、Ravin Kumar 和 Junpeng Lao 撰寫的免費線上教科書，由 Chapman & Hall/CRC 出版。本書透過以程式碼驅動的實作範例，教你貝氏統計建模與計算，這些範例建立在 Python 的機率程式設計生態系統之上，主要使用 PyMC、ArviZ 和 Bambi。
全書共 11 章，從基礎概念——貝氏推論、貝氏模型的探索性分析，以及線性模型——逐步進展到更專門的技術，例如樣條、時間序列分析、貝氏加法回歸樹、近似貝氏計算，以及端對端的機率程式設計工作流程。
適合誰閱讀
這份資源適合已具備統計學和 Python 基礎的實務工作者、資料科學家和學生，他們想要一條以實作為導向的途徑來學習貝氏方法。本書既可作為從頭到尾的結構化課程，也可作為查閱特定建模技巧的參考書。
全文在創用 CC 授權下免費於線上提供，隨附的程式碼則另行發布，並持續更新以相容於目前版本的函式庫。