번역내용이 실제 영문버전과 다른, 혹은 달리 이해될수 있는 부분이 많다고 생각되서 남김니다.
물론 한국어 버전으로 읽는다면, 도움이 되겠지만, 정말 정확히 하나하나 이해하면서 책장을 넘기길 원하는 분들에겐 영문버전과 같이 읽길 추천합니다. 영문버전은 저자 사이트에서 받아보실수 있습니다.
파이썬 프로그래밍을 할 수 있고 확률에 대한 간단한 개념만 있다면 베이지안 통계를 배울 준비가 된 것이다.
이 책에서는 수학 기호 대신 파이썬 코드를, 연속형 확률 분포 대신 이산형 확률 분포를 사용해서 통계 문제를 푸는 방법을 알려준다. 수학적 방법에서 빠져나와 코드로 기본 베이지안 개념을 명확하게 보면 이 기술을 실생활의 문제에 적용할 수 있을 것이다.
베이지안 통계 방법은 날로 일반화되고 중요성이 강조되고 있지만, 아직까지 초보자가 쓸 수 있는 자료는 부족하다. 저자인 앨런 B. 다우니가 가르치는 학부 수업 내용을 기초로 한 이 책의 접근법은 여러분의 기본기를 탄탄하게 다질 수 있도록 도와줄 것이다.
· 파이썬 프로그래밍 언어로 베이지안 통계를 배우고 이해할 수 있다.
· 추정, 예측, 의사 결정 분석, 증명, 가설 검정에 이르는 다양한 문제를 다룰 수 있다.
· 동전, M&M 초콜렛, 던전 앤 드래곤 게임, 페인트볼, 하키 같은 간단하고도 재미있는 예제로 내용을 익힐 수 있다.
· SAT 점수 해석, 신장암 시뮬레이션, 미생물 같은 실생활의 문제를 계산적 방법론을 통해 접근할 수 있다.
옮긴이의 글
들어가며
CHAPTER 1 베이즈 이론
1.1 조건부 확률
1.2 결합 확률
1.3 쿠키 문제
1.4 베이즈 이론
1.5 통시적 해석
1.6 M&M 문제
1.7 몬티 홀 문제
1.8 토의
CHAPTER 2 계산 통계
2.1 분포
2.2 쿠키 문제
2.3 베이지안 프레임워크
2.4 몬티 홀 문제
2.5 프레임워크 캡슐화
2.6 M&M 문제
2.7 토의
2.8 연습문제
CHAPTER 3 추정 1
3.1 주사위 문제
3.2 기관차 문제
3.3 사전 확률로 할 수 있는 것
3.4 사전 확률의 대안
3.5 신뢰구간
3.6 누적 분포 함수
3.7 독일 탱크 문제
3.8 토의
3.9 연습문제
CHAPTER 4 추정 2
4.1 유로 문제
4.2 사후 확률 요약하기
4.3 사전 분포 범람
4.4 최적화
4.5 베타 분포
4.6 토의
4.7 연습문제
CHAPTER 5 공산과 가산
5.1 공산
5.2 베이즈 이론의 공산 형태
5.3 올리버의 혈액형
5.4 가산
5.5 최댓값
5.6 혼합
5.7 토의
CHAPTER 6 의사 결정 분석
6.1 '그 가격이 적당해요' 문제
6.2 사전 분포
6.3 확률 밀도 함수
6.4 PDF 나타내기
6.5 참가자 모델링
6.6 우도
6.7 갱신
6.8 최적 입찰
6.9 토의
CHAPTER 7 예측
7.1 보스턴 브루인스 문제
7.2 포아송 프로세스
7.3 사후 분포
7.4 골의 분포
7.5 이길 확률
7.6 서든 데스
7.7 토의
7.8 연습문제
CHAPTER 8 관측 편향
8.1 레드라인 문제
8.2 모델
8.3 대기 시간
8.4 대기 시간 예측
8.5 도착 비율 추정
8.6 결합 불확실성
8.7 의사 결정 분석
8.8 토의
8.9 연습문제
CHAPTER 9 두 차원
9.1 페인트볼 게임
9.2 스윗
9.3 삼각법
9.4 우도
9.5 결합 분포
9.6 조건 분포
9.7 신뢰구간
9.8 토의
9.9 연습문제
CHAPTER 10 근사 베이지안 계산
10.1 변이 가설
10.2 평균과 표준편차
10.3 갱신
10.4 CV의 사후 분포
10.5 언더플로
10.6 로그 우도
10.7 약간의 최적화
10.8 근사 베이지안 계산(ABC)
10.9 로버스트 추정
10.10 누가 더 변이성이 높은가?
10.11 토의
10.12 연습문제
CHAPTER 11 가설 검정
11.1 유로 문제(2)
11.2 공정하게 비교하기
11.3 삼각 사전 확률
11.4 토의
11.5 연습문제
CHAPTER 12 증거
12.1 SAT 점수 해석
12.2 스케일
12.3 사전 분포
12.4 사후 분포
12.5 더 나은 모델
12.6 보정
12.7 효과의 사후 분포
12.8 예측 분포
12.9 토의
CHAPTER 13 시뮬레이션
13.1 신장 종양 문제
13.2 단순 모델
13.3 좀 더 일반적인 모델
13.4 구현
13.5 결합 확률 캐싱
13.6 조건 분포
13.7 연속 상관관계
13.8 토의
CHAPTER 14 계층 모델
14.1 가이거 계수기 문제
14.2 단순하게 시작하기
14.3 계층적으로 만들기
14.4 약간 최적화하기
14.5 사후 분포 추출하기
14.6 토의
14.7 연습문제
CHAPTER 15 차원 다루기
15.1 배꼽 박테리아
15.2 사자와 호랑이와 곰
15.3 계층 버전
15.4 랜덤 샘플링
15.5 최적화
15.6 계층 구조 붕괴
15.7 문제 하나 더
15.8 아직 끝나지 않았다
15.9 배꼽 박테리아 데이터
15.10 예측 분포
15.11 결합 사후 분포
15.12 범위
15.13 토의
찾아보기
웨스 맥키니(Wes Mckinney)
사카마키 류지 , 사토 요헤이