콘텐츠 바로가기
본문 바로가기


블로그 전체검색
파이썬을 활용한 베이지안 통계

[도서] 파이썬을 활용한 베이지안 통계

앨런 B. 다우니 저/권정민 역

내용 평점 5점

구성 평점 5점

[나의 한줄 추천사]

R 로된 통계책은 가라. 이제 파이썬 통계책이 대세다.

 

 

[책 추천 이유]

파이썬을 활용한 머신러닝 관련 책은 많이 있으나, 통계 부분을 특화된 책은 거의 없는 것 같다. ADP 부분 공부할때 통계 부분을 이 책으로 해결할 수 있을것 같다.

 

 

[내가 찾고자 했던 질문들]

1. 왜 베이지안 통계인가?

- P(A|B) = B가 발생했을때 A가 발생할 확률 즉 조건부 확률을 기반으로 한다. B 부분은 조건이 인데, B가 사전에 미리 확률로 계산이 되어야하기 때문에 사전확률이 되는데, 보통 real world 에는 사전확률이 정의하기가 쉽지 않다. 하지만 데이터가 많아지면서 사전확률이 정확도가 점점 높아지면서 사전확률에 대한 신뢰도가 높아질수 있기 때문에 머신러닝에서 베이지안 통계 방식을 사용할 수 있게 되었다.

 

 

2. 확률분포 무엇이 중요한가

- 결과값과 각 값에 대한 확률 집합이다. 동전 던지기를 했을때 나올 확률분포는 앞 : 1/2, 뒤 : 1/2 으로 이산 확률 분포 를 가지게 된다. 보통 이런 상식선의 사전 확률을 가지고 있는 분포를 "사전확률 분포" 라고 한다. 결국 사전확률를 어떻게 정의하냐에 따라서 베이지안 통계값이 달라지기 때문에, 아주 중요하며, "사전확률 분포" 를 제대로 정의하는 부분은 점점 데이터가 많을 수록 제대로된 값으로 정의할 수 있을 것이다.

 

 

3. 좀더 공부하기 위해 소스코드 다운로드 받고 싶다면?

https://oreil.ly/downeyBayesNotebooks

 

 

 

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."


https://oreil.ly/downeyBayesNotebooks
 
취소

댓글쓰기

저장
덧글 작성
0/1,000

댓글 수 0

댓글쓰기
첫 댓글을 작성해주세요.

PRIDE1