Python中的贝叶斯建模与计算是由Osvaldo A. Martin、Ravin Kumar和Junpeng Lao编写的一本免费网络教科书，由Chapman & Hall/CRC出版。本书通过基于Python概率编程生态系统的实践性、代码驱动示例，教授贝叶斯统计建模与计算，主要使用PyMC、ArviZ和Bambi。
全书共11章，从基础概念——贝叶斯推断、贝叶斯模型的探索性分析以及线性模型——逐步深入到更专业的技术，如样条、时间序列分析、贝叶斯加法回归树、近似贝叶斯计算以及端到端的概率编程工作流。
适用人群
本资源适合已经具备一定统计学和Python基础，并希望以实践、实现为导向的方式学习贝叶斯方法的从业者、数据科学家和学生。它既可以作为结构化的逐章课程，也可以作为查阅特定建模技术的参考书。
全书文本在知识共享许可下免费在线提供，配套代码单独发布，并持续更新以兼容当前版本的库。