이 책의 이벤트
해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.-
컴퓨터/IT분야 2만원 이상 구매 시 개발자 매거진 <리드..2022.08.13 ~ 2022.10.31 -
인프콘 2022 교보문고도 함께 합니다! 발표 세션 주제별 추천..2022.08.08 ~ 2022.08.31 -
『클린코드』박재호 역자와 함께하는 개발자 북콘서트 사전신청!2022.07.22 ~ 2022.08.31 -
기술스택 별 개발자 채용공고 비중 공개+추천도서!2021.12.24 ~ 2022.12.31 -
새로 출간된 O'Reilly 번역서를 확인해보세요!2019.06.14 ~ 2022.12.31 -
새로운 파이썬 책을 발견해보세요! 전체 목록 다운로드 제공!2016.08.11 ~ 2023.12.31
-
MANNING, O'REILLY, PACKT, WILE..2016.03.07 ~ 2022.12.31
| ISBN | 9791162245736(1162245735) |
|---|---|
| 쪽수 | 412쪽 |
| 크기 | 183 * 236 * 19 mm /825g 판형알림 |
| 이 책의 원서/번역서 | Think Bayes / Allen Downey |
책소개
이 책이 속한 분야
베이지안으로 생각하고 프로그래밍하라
베이지안 통계를 마주하는 데는 프로그래밍으로 충분하다. 이 책을 읽고 나면 통계 문제를 수식 대신 파이썬 코드로, 연속 확률 분포 대신 이산 확률 분포를 사용해서 풀 수 있게 된다. 골치 아픈 수학 대신 프로그래밍을 통해 베이지안 기초 지식을 이해하고, 통계 기법 하나하나를 실생활 문제에 적용해보자.
베이지안 통계 기법이 더 보편화되고 더욱 주목받고 있지만, 초심자가 볼 만한 자료는 별로 없다. 이 책은 저자 앨런 B. 다우니의 대학교 학부 강의를 기반으로 한 계산 접근법으로 베이지안 통계에 순조롭게 접근하도록 도와준다.
베이지안 통계를 마주하는 데는 프로그래밍으로 충분하다. 이 책을 읽고 나면 통계 문제를 수식 대신 파이썬 코드로, 연속 확률 분포 대신 이산 확률 분포를 사용해서 풀 수 있게 된다. 골치 아픈 수학 대신 프로그래밍을 통해 베이지안 기초 지식을 이해하고, 통계 기법 하나하나를 실생활 문제에 적용해보자.
베이지안 통계 기법이 더 보편화되고 더욱 주목받고 있지만, 초심자가 볼 만한 자료는 별로 없다. 이 책은 저자 앨런 B. 다우니의 대학교 학부 강의를 기반으로 한 계산 접근법으로 베이지안 통계에 순조롭게 접근하도록 도와준다.
목차
CHAPTER 1 확률
1.1 은행원 린다
1.2 확률
1.3 은행원의 비율
1.4 확률함수
1.5 정치관과 정당
1.6 논리곱
1.7 조건부확률
1.8 조건부확률은 교환 가능하지 않다
1.9 조건과 논리곱
1.10 확률 법칙
1.11 요약
1.12 연습 문제
CHAPTER 2 베이즈 정리
2.1 쿠키 문제
2.2 통시적 베이즈
2.3 베이즈 테이블
2.4 주사위 문제
2.5 몬티 홀 문제
2.6 요약
CHAPTER 3 분포
3.1 분포
3.2 확률질량함수
3.3 다시 만난 쿠키 문제
3.4 101개의 쿠키 그릇
3.5 주사위 문제
3.6 주사위 갱신
3.7 요약
3.8 연습 문제
CHAPTER 4 비율 추정
4.1 유로 동전 문제
4.2 이항분포
4.3 베이지안 추정
4.4 삼각사전분포
4.5 이항가능도함수
4.6 베이지안 통계
4.7 요약
4.8 연습 문제
CHAPTER 5 수량 추정
5.1 기관차 문제
5.2 사전확률에 대한 민감도
5.4 신뢰구간
5.5 독일 탱크 문제
5.6 정보성 사전확률
5.7 요약
5.8 연습 문제
CHAPTER 6 공산과 가산
6.1 공산
6.2 베이즈 규칙
6.3 올리버의 혈액형
6.4 가산
6.5 글루텐 민감도
6.6 일반 연산 문제
6.7 역산 문제
6.8 요약
6.9 연습 문제
CHAPTER 7 최솟값, 최댓값 그리고 혼합 분포
7.1 누적분포함수
7.2 넷 중 높은 값
7.3 최댓값
7.4 최솟값
7.5 혼합
7.6 일반적인 혼합
7.7 요약
CHAPTER 8 포아송 과정
8.1 월드컵 문제
8.2 포아송 분포
8.3 감마 분포
8.4 갱신
8.5 우세할 확률
8.6 다음 경기 예측
8.7 지수분포
8.8 요약
8.9 연습 문제
CHAPTER 9 의사결정분석
9.1 ‘그 가격이 적당해요’ 문제
9.2 사전분포
9.3 커널 밀도 추정
9.4 오차분포
9.5 갱신
9.6 우승 확률
9.7 의사결정분석
9.8 예상 수익 최대화
9.9 요약
9.10 논의
CHAPTER 10 검정
10.1 추정
10.2 증거
10.3 균등분포 형태의 치우침
10.4 베이지안 가설 검정
10.5 베이지안 밴딧
10.6 사전 믿음
10.7 갱신
10.8 여러 개의 밴딧
10.9 탐색과 활용
10.10 전략
10.11 요약
10.12 연습 문제
CHAPTER 11 비교
11.1 외적 연산
11.2 A의 키는 얼마인가?
11.3 결합분포
11.4 결합분포 시각화
11.5 가능도
11.6 갱신
11.7 주변분포
11.8 사후조건부확률
11.9 의존성과 독립성
11.10 요약
CHAPTER 12 분류
12.1 펭귄 데이터
12.2 정규 모델
12.3 갱신
12.4 나이브 베이지안 분류
12.5 결합분포
12.6 다변량 정규분포
12.7 덜 나이브한 분류기
12.8 요약
12.9 연습 문제
CHAPTER 13 추론
13.1 독해 능력 향상
13.2 매개변수 추정
13.3 가능도
13.4 사후 주변분포
13.5 차이의 분포
13.6 요약통계 사용하기
13.7 요약통계 갱신
13.8 주변분포 비교
13.9 요약
CHAPTER 14 생존 분석
14.1 와이불 분포
14.2 불완전한 데이터
14.3 불완전한 데이터 사용하기
14.4 전구
14.5 사후평균
14.6 사후예측분포
14.7 요약
14.8 연습 문제
CHAPTER 15 표식과 재포획
15.1 그리즐 곰 문제
15.2 갱신
15.3 두 개의 매개변수를 사용하는 모델
15.4 사전분포
15.5 갱신
15.6 링컨 지수 문제
15.7 세 개의 매개변수를 사용하는 모델
15.8 요약
CHAPTER 16 로지스틱 회귀
16.1 로그 공산
16.2 우주 왕복선 문제
16.3 사전분포
16.4 가능도
16.5 갱신
16.6 주변분포
16.7 분포변환
16.8 예측분포
16.9 실증적 베이지안 방법론
16.10 요약
16.11 연습 문제
CHAPTER 17 회귀
17.1 더 많은 눈이 내렸을까?
17.2 회귀모델
17.3 최소제곱회귀
17.4 사전분포
17.5 가능도
17.6 갱신
17.7 마라톤 세계 신기록
17.8 사전분포
17.9 예측
17.10 요약
17.11 연습 문제
CHAPTER 18 켤레사전분포
18.1 다시 만난 월드컵 문제
18.2 켤레사전분포
18.3 실제값은 어떤가?
18.4 이항가능도
18.5 사자, 호랑이 그리고 곰
18.6 디리클레 분포
18.7 요약
18.8 연습 문제
CHAPTER 19 MCMC
19.1 월드컵 문제
19.2 그리드 근사
19.3 사전 예측분포
19.4 PyMC3 소개
19.5 사전분포 표본 추출
19.6 언제 추론에 다다를 수 있을까?
19.7 사후예측분포
19.8 행복
19.9 단순회귀
19.10 다중회귀
19.11 요약
CHAPTER 20 근사 베이지안 계산
20.1 신장 종양 문제
20.2 단순성장모델
20.3 보다 일반적인 모델
20.4 시뮬레이션
20.5 근사 베이지안 계산
20.6 세포 수 측정
20.7 ABC를 사용한 세포 수 측정
20.8 추정하는 부분은 언제 구할까?
20.9 요약
20.10 연습 문제
1.1 은행원 린다
1.2 확률
1.3 은행원의 비율
1.4 확률함수
1.5 정치관과 정당
1.6 논리곱
1.7 조건부확률
1.8 조건부확률은 교환 가능하지 않다
1.9 조건과 논리곱
1.10 확률 법칙
1.11 요약
1.12 연습 문제
CHAPTER 2 베이즈 정리
2.1 쿠키 문제
2.2 통시적 베이즈
2.3 베이즈 테이블
2.4 주사위 문제
2.5 몬티 홀 문제
2.6 요약
CHAPTER 3 분포
3.1 분포
3.2 확률질량함수
3.3 다시 만난 쿠키 문제
3.4 101개의 쿠키 그릇
3.5 주사위 문제
3.6 주사위 갱신
3.7 요약
3.8 연습 문제
CHAPTER 4 비율 추정
4.1 유로 동전 문제
4.2 이항분포
4.3 베이지안 추정
4.4 삼각사전분포
4.5 이항가능도함수
4.6 베이지안 통계
4.7 요약
4.8 연습 문제
CHAPTER 5 수량 추정
5.1 기관차 문제
5.2 사전확률에 대한 민감도
5.4 신뢰구간
5.5 독일 탱크 문제
5.6 정보성 사전확률
5.7 요약
5.8 연습 문제
CHAPTER 6 공산과 가산
6.1 공산
6.2 베이즈 규칙
6.3 올리버의 혈액형
6.4 가산
6.5 글루텐 민감도
6.6 일반 연산 문제
6.7 역산 문제
6.8 요약
6.9 연습 문제
CHAPTER 7 최솟값, 최댓값 그리고 혼합 분포
7.1 누적분포함수
7.2 넷 중 높은 값
7.3 최댓값
7.4 최솟값
7.5 혼합
7.6 일반적인 혼합
7.7 요약
CHAPTER 8 포아송 과정
8.1 월드컵 문제
8.2 포아송 분포
8.3 감마 분포
8.4 갱신
8.5 우세할 확률
8.6 다음 경기 예측
8.7 지수분포
8.8 요약
8.9 연습 문제
CHAPTER 9 의사결정분석
9.1 ‘그 가격이 적당해요’ 문제
9.2 사전분포
9.3 커널 밀도 추정
9.4 오차분포
9.5 갱신
9.6 우승 확률
9.7 의사결정분석
9.8 예상 수익 최대화
9.9 요약
9.10 논의
CHAPTER 10 검정
10.1 추정
10.2 증거
10.3 균등분포 형태의 치우침
10.4 베이지안 가설 검정
10.5 베이지안 밴딧
10.6 사전 믿음
10.7 갱신
10.8 여러 개의 밴딧
10.9 탐색과 활용
10.10 전략
10.11 요약
10.12 연습 문제
CHAPTER 11 비교
11.1 외적 연산
11.2 A의 키는 얼마인가?
11.3 결합분포
11.4 결합분포 시각화
11.5 가능도
11.6 갱신
11.7 주변분포
11.8 사후조건부확률
11.9 의존성과 독립성
11.10 요약
CHAPTER 12 분류
12.1 펭귄 데이터
12.2 정규 모델
12.3 갱신
12.4 나이브 베이지안 분류
12.5 결합분포
12.6 다변량 정규분포
12.7 덜 나이브한 분류기
12.8 요약
12.9 연습 문제
CHAPTER 13 추론
13.1 독해 능력 향상
13.2 매개변수 추정
13.3 가능도
13.4 사후 주변분포
13.5 차이의 분포
13.6 요약통계 사용하기
13.7 요약통계 갱신
13.8 주변분포 비교
13.9 요약
CHAPTER 14 생존 분석
14.1 와이불 분포
14.2 불완전한 데이터
14.3 불완전한 데이터 사용하기
14.4 전구
14.5 사후평균
14.6 사후예측분포
14.7 요약
14.8 연습 문제
CHAPTER 15 표식과 재포획
15.1 그리즐 곰 문제
15.2 갱신
15.3 두 개의 매개변수를 사용하는 모델
15.4 사전분포
15.5 갱신
15.6 링컨 지수 문제
15.7 세 개의 매개변수를 사용하는 모델
15.8 요약
CHAPTER 16 로지스틱 회귀
16.1 로그 공산
16.2 우주 왕복선 문제
16.3 사전분포
16.4 가능도
16.5 갱신
16.6 주변분포
16.7 분포변환
16.8 예측분포
16.9 실증적 베이지안 방법론
16.10 요약
16.11 연습 문제
CHAPTER 17 회귀
17.1 더 많은 눈이 내렸을까?
17.2 회귀모델
17.3 최소제곱회귀
17.4 사전분포
17.5 가능도
17.6 갱신
17.7 마라톤 세계 신기록
17.8 사전분포
17.9 예측
17.10 요약
17.11 연습 문제
CHAPTER 18 켤레사전분포
18.1 다시 만난 월드컵 문제
18.2 켤레사전분포
18.3 실제값은 어떤가?
18.4 이항가능도
18.5 사자, 호랑이 그리고 곰
18.6 디리클레 분포
18.7 요약
18.8 연습 문제
CHAPTER 19 MCMC
19.1 월드컵 문제
19.2 그리드 근사
19.3 사전 예측분포
19.4 PyMC3 소개
19.5 사전분포 표본 추출
19.6 언제 추론에 다다를 수 있을까?
19.7 사후예측분포
19.8 행복
19.9 단순회귀
19.10 다중회귀
19.11 요약
CHAPTER 20 근사 베이지안 계산
20.1 신장 종양 문제
20.2 단순성장모델
20.3 보다 일반적인 모델
20.4 시뮬레이션
20.5 근사 베이지안 계산
20.6 세포 수 측정
20.7 ABC를 사용한 세포 수 측정
20.8 추정하는 부분은 언제 구할까?
20.9 요약
20.10 연습 문제
추천사
라빈 쿠마(데이터 과학자)
저자는 이번에도 200년이 넘은 수학 이론에 실생활 사례를 접목해 유익함과 재미를 한 번에 잡았다. 이 책은 베이즈 정리를 소개하는 최고의 응용서다.
토마스 닐드(닐드 컨설팅 그룹 설립자이자 『Getting Started with SQL』 저자)
저자는 독특한 예제와 다양한 응용 사례를 제시하며 효과적으로 베이지안 통계에 접근한다. 베이지안 사고는 점점 보편화되며 문제 해결에 널리 사용되고 있다.
출판사 서평
일상에서 쉽게 접할 수 있는 사건으로 배우는 베이지안 통계
베이지안 통계를 다루는 대부분의 책에서는 수학 기호와 미적분 같은 수학적 개념을 적용해 생각을 표현합니다. 이 책에서는 수학적 개념 대신 파이썬 코드를 사용하고, 연속적 수학 대신 이산적 가정을 사용합니다. 적분은 합으로, 확률 분포 연산은 반복문이나 행렬 연산으로 나타냅니다.
이렇게 일상에서 쉽게 접할 법한 일을 기반으로, 개발자에게 손쉬우면서 일반인도 배우기 쉬운 파이썬 프로그래밍 언어로 통계학을 풀어내고 있습니다. 술술 읽히며 어느새 집중하게 되는 저자의 실생활 예제와... 더보기
베이지안 통계를 다루는 대부분의 책에서는 수학 기호와 미적분 같은 수학적 개념을 적용해 생각을 표현합니다. 이 책에서는 수학적 개념 대신 파이썬 코드를 사용하고, 연속적 수학 대신 이산적 가정을 사용합니다. 적분은 합으로, 확률 분포 연산은 반복문이나 행렬 연산으로 나타냅니다.
이렇게 일상에서 쉽게 접할 법한 일을 기반으로, 개발자에게 손쉬우면서 일반인도 배우기 쉬운 파이썬 프로그래밍 언어로 통계학을 풀어내고 있습니다. 술술 읽히며 어느새 집중하게 되는 저자의 실생활 예제와... 더보기
Klover 리뷰 (0)
북로그 리뷰 (3) 전체보기 쓰러가기
북로그 리뷰는 본인 인증 후 작성 가능합니다.
책이나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 내용은 비공개 처리 될 수 있습니다.
※ 북로그 리뷰 리워드 제공 2021. 4. 1 종료
책이나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 내용은 비공개 처리 될 수 있습니다.
※ 북로그 리뷰 리워드 제공 2021. 4. 1 종료
-
쉽게 공부하는 통계 eh**b9928 | 2022-07-29 | 추천: 0 |
<p>“한빛미디어 <나는 리뷰어다=""> 활동을 위해서 책을 제공받아 작성된 서평입니다."</p> <p>기본적인 통계지식부터 데이터분석에 필요한 검정, 비교 및 예측, 분류에 대한 다양한 방법론들을 톺아볼 수 있는 좋은책이다. 이론에만 너무 치중되어 있지 않아서 적절한 사례를 통해 더 쉽게 방법론에 대한 이론들을 이해할 수 있어서 읽기 편했습니다.</p> <p>기본적인 파이썬 지식은 갖춘 상태로 독서를 시작하시는 것을 추천하며, 통계지식이 없... 더보기 -
베이지안 통계를 업무에 적용하고 싶다면 yo**2 | 2022-07-25 | 추천: 0 |
베이지안 통계를 업무에 적용해보고 싶은 분들에게 좋은 책입니다. 개념을 익혔지만 코드로 작성하기 어렵거나 어떻게 활용하면 좋을지 감이 잡히지 않는다면 도움이 되겠습니다. 베이지안 통계에 기초부터 설명이 돼 있기 때문에 처음 접하더라도 우선 이 책을 읽어보는 것도 좋겠습니다. 이후에 이해가 가지 않는 부분은 다른 개념서를 보더라도, 코드와 같이 익혀보는 것은 이해에 도움이 됩니다. 제가 본 베이지안 통계 관련 책 중에서 가장 다양한 항목을 다루고 있습니다. 확률, 베이즈 정리부터 시작하는 기초개념부... 더보기 -
ϻ파이썬을 활용한 베이지안 통계 ar**n5 | 2022-07-21 | 추천: 0 |
"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다." 베이지안 통계 이게 뭔가 검색해보니 베이즈 통계로 검색이 되었다. 어쩐지 자꾸 조건부확률을 이야기하던데 그거다. 대상 독자는 파이썬이 익숙하고, Numpy와 Pandas를 알고(이걸 안다면 이미 파이썬을 좀 써봤다 할 수 있는 부분인 거 같다. 왜냐하면 이건 진짜 유용하게 자주 쓰이는 라이브러리다.) 수학없... 더보기
문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매 후 문장수집 작성 시, 리워드를 제공합니다.
안내
교환/반품/품절안내
※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)
| 반품/교환방법 | 마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 , [1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900) ※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900) |
|---|---|
| 반품/교환가능 기간 | 변심반품의 경우 수령 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내 |
| 반품/교환비용 | 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담 |
| 반품/교환 불가 사유 |
|
| 상품 품절 | 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드리겠습니다. |
| 소비자 피해보상 환불지연에 따른 배상 |
|
기프트 BEST
![[1+1] 리큅 무선 온열 목안마기 넥닥터 LNR-1902W](http://image.kyobobook.co.kr/newimages/giftshop_new/goods/400/1967/hot1648091253125.jpg)
![[동원] 동원샘물 웨이크업뷰티 500ml*20병](http://image.kyobobook.co.kr/newimages/giftshop_new/goods/400/1178/hot1655873224720.png)
![[해외]Think Bayes (Paperback)](http://image.kyobobook.co.kr/images/book/large/469/l9781492089469.jpg)
LG U+ 구매안전서비스
▶서비스 가입 확인
고객님은 안전거래를 위해 현금 등으로 결제시 저희 쇼핑몰에서 가입한 LG유플러스의 구매안전서비스를 이용하실 수 있습니다.
정보보호관리체계
ISMS 인증획득
ISMS 인증획득
[인증범위] 온라인 교보문고 서비스 운영
[유효기간] 2020.11.04. ~ 2023.11.03.
바로가기
