Байесовская статистика (в формате манги) — это не “математика ради боли”.
Это инструкция, как превращать туман в вероятности, а вероятности — в решения.

Вот основные подходы, которые книга проводит через сюжет и практику:

1) Мир — это неопределённость, смирись и используй
Параметры — не “истинные числа”, а распределения. Мы не угадываем, мы обновляем уверенность.

2) Prior: что ты знаешь ДО данных
Априорное — это не “вера”, а контролируемая гипотеза. Хочешь осторожно — делай prior широким. Хочешь жёстко — будь готов объяснить, почему.

3) Likelihood: что говорят данные
Данные не “доказывают”, они наклоняют. Вся магия — в выборе модели правдоподобия под задачу (счётчики, вероятности, шумы).

4) Bayes: формула обновления реальности
Posterior = prior × likelihood (нормированное).
Перевод: данные не заменяют твою картину мира — они её перепрошивают.

5) Монте-Карло: считаем то, что не считается
Интегралы “в лоб” не берутся? Ок. Берём выборку и считаем ожидания по ней. Практика важнее элегантности.

6) Марковские цепи: генератор правды
Строим процесс, который гуляет по параметрам так, чтобы со временем выдавать нужное распределение.

7) MCMC: добыча posterior в боевых условиях
Трюк простой: сделай так, чтобы инвариантное распределение цепи = posterior.
И дальше: сэмплы → оценки → интервалы.

8) Метрополис–Гастингс: “принять / отклонить” как стиль жизни
Универсальный алгоритм: предложи шаг → оцени → либо берём, либо выкидываем. Работает там, где “красивых формул” нет.

9) Gibbs: когда параметров много
Если сложно в целом — ходи по частям: условные распределения → шаг за шагом → многомерный posterior становится управляемым.

10) Credible intervals: интервал доверия, который наконец-то честный
Не “если повторить 100 раз…”, а “с вероятностью 95% параметр здесь”. Это другой язык — язык решений.

11) Иерархические модели: когда мир состоит из групп
Не один “средний пациент”, а много пациентов, не один “средний отдел”, а много отделов. Иерархия даёт “общее” + “индивидуальное” без самообмана.

🧠 Итоговая мысль книги:
Байес — это не про формулы. Это про привычку: думать вероятностями, обновляться данными и не путать уверенность с истиной.