close
더북(TheBook)
search
프로그래머를 위한 베이지안 with 파이썬
더북(TheBook)
home
Home
1장 베이지안 추론의 철학
1.1 서론
1.1.1 베이지안 심리 상태
1.1.2 실제 베이지안 추론
1.1.3 빈도주의자의 방법이 틀렸나?
1.1.4 빅데이터에 대한 논의
1.2 베이지안 프레임워크
1.2.1 예제: 피해갈 수 없는 동전 던지기
1.2.2 예제: 사서일까, 농부일까?
1.3 확률분포
1.3.1 이산적인 경우
1.3.2 연속적인 경우
1.3.3 그럼 λ란 무엇인가?
1.4 컴퓨터를 사용하여 베이지안 추론하기
1.4.1 예제: 문자 메시지 데이터에서 행동 추론하기
1.4.2 우리의 첫 번째 망치를 소개한다: PyMC
1.4.3 해석
1.4.4 사후확률분포에서 얻은 표본에는 어떤 좋은 점이 있는가?
1.5 결론
1.6 부록
1.6.1 두 λ가 정말 다른지 통계적으로 알 수 있나?
1.6.2 변환점 두 개로 확장하기
1.7 연습문제
1.7.1 해답
1.8 참고자료
2장 PyMC 더 알아보기
2.1 서론
2.1.1 부모와 자식 관계
2.1.2 PyMC 변수
2.1.3 모델에 관측 포함하기
2.1.4 마지막으로
2.2 모델링 방법
2.2.1 같은 스토리, 다른 결말
2.2.2 예제: 베이지안 A/B 테스트
2.2.3 간단한 예제
2.2.4 A와 B를 묶어 보기
2.2.5 예제: 거짓말에 대한 알고리즘
2.2.6 이항분포
2.2.7 예제: 학생들의 부정행위
2.2.8 PyMC 대안 모델
2.2.9 더 많은 PyMC 기법들
2.2.10 예제: 우주 왕복선 챌린저호 참사
2.2.11 정규분포
2.2.12 챌린저호 참사 당일에는 무슨 일이 일어났는가?
2.3 우리의 모델이 적절한가?
2.3.1 분리도표
2.4 결론
2.5 부록
2.6 연습문제
2.6.1 해답
2.7 참고자료
▲ 그림 1-6
모수 λ
1
, λ
2
, τ의 사후확률분포
Prev
BUY
Next
신간 소식 구독하기
뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.
Email address
