베이지안 데이터 분석 바이블(R, JAGS, Stan을 이용한)(2판)

배송일정 안내
출고 예정	도착예정일	비고
1일 이내	2~3일 이내	연휴 및 토.일. 공휴일은 제외
2일 이내	3~4일 이내
3일 이내	4~5일 이내
4일 이내	5~6일 이내

이 책의 이벤트 해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

개발자로 입문하기: 일단 이것부터 읽어보자!

2019.05.31 ~ 2020.12.31
제이펍의 도서를 한 눈에 살펴보세요

2017.11.23 ~ 2019.12.31
설문참여 시 매월 5명 추첨통해 선물을 드립니다.

10. 14 ~ 12. 31

상품상세정보
ISBN	9791188621316(1188621319)
쪽수	816쪽
크기	187 * 247 * 45 mm /1548g 판형알림
이 책의 원서/번역서	Doing Bayesian Data Analysis, Second Edition/Kruschke, John K.

책소개

이 책이 속한 분야

데이터 분석을 위한 최고의 베이지안 이론서!

이 책은 잘 알려진 무료 소프트웨어인 R, JAGS, Stan을 이용해 베이지안 데이터 분석을 수행하는 방법을 단계별로 설명한다. 입문 수준의 독자도 쉽게 이해할 수 있는 확률과 베이즈 규칙부터 시작해서 직접 구현할 수 있는 베이지안 데이터 분석을 위한 고급 응용 프로그램까지 베이지안 분석을 위한 튼튼한 토대를 제공한다. 복잡한 내용을 쉽게 이해할 수 있도록 연관성 있는 자료와 풍부한 그림, 수많은 연습문제를 실었다. 또한, 이 책에서 배운 방법을 독자의 데이터에 적용하는 데 도움을 주기 위해 검정력 분석과 표본 크기 계획 같은 확장된 범위의 주제를 다루고, 독자의 응용 프로그램과 데이터에 사용할 수 있는 새롭고 완벽한 R 프로그램을 제공한다.

상세이미지

저자소개

저자 : 존 크러슈케

크러슈케 박사는 미국 인디아나 블루밍턴에 있는 인디애나대학교에서 심리학 뇌과학과와 통계학과의 겸임교수로 있다. 그는 인디애나대학교에서 우수강의상을 여덟 차례나 수상했으며, 미국 국립 과학원에서 트롤랜드(Troland) 연구상을 받았고, 인디애나대학교로부터 레막(Remak) 특별 연구자상도 받았다. 그는 독자, 그리고 동물에게 친절하다.

역자 : 최정렬

KAIST에서 이론물리학을 전공하고, 인공위성을 수출하는 우주항공 전문기업 쎄트렉아이에서 인공위성 영상을 분석하는 데이터 과학자로 일했다. 지금은 쎄트렉아이의 자회사인 에스아이에이(SIA)에서 인공지능연구소장을 맡고 있다. 주 연구 분야는 베이지안 딥러닝이며, 모델의 불확실성을 베이지안 방법으로 측정하는 기술에 대해 연구·개발하고, 최근에는 딥 뉴럴 네트워크가 결과를 판단할 때 주시하는 영역을 시각화해서 사용자가 이해할 수 있게 하는 설명화 인공지능(Explainable AI)에 대해 몰두하고 있다. 좌우명은 ‘2% 과학적인 한국인’이다.

옮긴이 머리말
베타리더 후기

CHAPTER 1. 이 책에 대하여(먼저 읽기!) 1
1.1 누구나 이 책을 읽을 수 있다 1
1.2 이 책의 내용 3
1.3 2판에 새로 들어간 내용 6
1.4 (정중히) 피드백 보내기 8
1.5 감사의 글 9

PART 1. 기초: 모형, 확률, 베이즈 규칙, R 13
CHAPTER 2. 신뢰율, 모형, 파라미터 소개 15
2.1 베이지안 추론은 확률에 신뢰율을 재할당하는 것이다 16
2.2 확률은 기술 모형에서 파라미터값이다 22
2.3 베이지안 데이터 분석 단계 25
2.4 연습문제 32

CHAPTER 3. R 프로그래밍 언어 33
3.1 소프트웨어 다운로드 35
3.2 R 간단히 실행하기 36
3.3 R에 있는 간단한 명령어와 연산자 39
3.4 변수 유형 43
3.5 데이터 로딩과 저장 55
3.6 일부 유틸리티 함수 59
3.7 R 프로그래밍 64
3.8 그래프 그리기: 객체 열기, 저장하기 73
3.9 결론 74
3.10 연습문제 74

CHAPTER 4.확률이 뭘까? 77
4.1 가능한 모든 사건 집합 78
4.2 객관적이거나 주관적인 확률 80
4.3 확률분포 85
4.4 이원분포 96
4.5 부록: 그림 4.1에 대한 R 코드 100
4.6 연습문제 102

CHAPTER 5. 베이즈 규칙 105
5.1 베이즈 규칙 106
5.2 파라미터와 데이터에 적용하기 111
5.3 완벽 예제: 동전의 편향 추정 114
5.4 왜 베이지안 추론이 어려운가? 121
5.5 부록: 그림 5.1, 5.2의 R 코드 122
5.6 연습문제 124

PART 2. 이항확률 추론을 위한 기본지식 129
CHAPTER 6. 정확한 수학적 분석으로 이항확률 추론하기 131
6.1 가능도 함수: 베르누이 분포 132
6.2 신뢰율 기술: 베타분포 134
6.3 사후 베타분포 140
6.4 예제 142
6.5 요약 146
6.6 부록: 그림 6.4에 대한 R 코드 147
6.7 연습문제 148

CHAPTER 7. 마코프 연쇄 몬테카를로 151
7.1 표본이 큰 분포 근사하기 153
7.2 메트로폴리스 알고리즘 간단히 보기 154
7.3 더 일반적인 메트로폴리스 알고리즘 165
7.4 깁스 표본 추출: 두 동전의 편향 추정하기 170
7.5 MCMC 대표성, 정확도, 효율 187
7.6 요약 198
7.7 연습문제 199

CHAPTER 8. JAGS 203
8.1 JAGS와 R의 관계 203
8.2 완벽 예제 205
8.3 자주 사용하는 분석에 대한 간단한 스크립트 218
8.4 예제: 편향 차이 219
8.5 JAGS로 사전분포에서 표본 추출하기 224
8.6 JAGS에서 사용 가능한 확률분포 226
8.7 RunJAGS 병렬 처리를 통해 더 빠르게 표본 추출하기 228
8.8 JAGS 모형 확장에 대한 조언 231
8.9 연습문제 232

CHAPTER 9. 계층모형 235
9.1 어느 주조소에서 만든 하나의 동전 237
9.2 어느 주조소에서 만든 여러 개의 동전 245
9.3 계층모형 내 수축 262
9.4 JAGS 가속화 264
9.5 계층 확장: 범주 내 개체 267
9.6 연습문제 276

CHAPTER 10. 모형 비교와 계층모형화 281
10.1 일반식과 베이즈 인자 282
10.2 예제: 두 군데 동전 주조소 285
10.3 MCMC로 풀이 290
10.4 예측: 모형 평균화 307
10.5 자연적으로 설명되는 모형 복잡성 308
10.6 사전분포에 대한 극민감도 311
10.7 연습문제 315

CHAPTER 11. 영가설 유의성 검정 317
11.1 좋은 의도가 깔린 값 320
11.2 사전 지식 336
11.3 확신 구간과 최고밀도구간 339
11.4 다중비교 347
11.5 표본 추출 분포의 유용성 351
11.6 연습문제 354

CHAPTER 12. 베이지안 점(영)가설 추정 접근 357
12.1 추정 접근 358
12.2 모형 비교 접근 366
12.3 모형 추정과 모형 비교의 관계 376
12.4 추정 아니면 모형 비교? 378
12.5 연습문제 379

CHAPTER 13. 목표, 검정력, 표본크기 383
13.1 검정력 의지 384
13.2 계산력과 표본크기 390
13.3 순차 검정과 정확도 목표 409
13.4 토의 419
13.5 연습문제 423

CHAPTER 14. Stan 427
14.1 HMC 표본 추출 428
14.2 Stan 설치 435
14.3 완벽 예제 435
14.4 Stan으로 모형을 하향식으로 명시하기 443
14.5 한계와 추가 사항 444
14.6 연습문제 445

PART 3 일반선형모형 447
CHAPTER 15. 일반선형모형 개요 449
15.1 변수 유형 450
15.2 예측 변수의 선형조합 454
15.3 조합된 예측 변수로부터 노이즈가 있는 예상 데이터로 연결하기 465
15.4 GLM을 식으로 나타내기 474
15.5 연습문제 477

CHAPTER 16.한 개나 두 개 집단에 대한 계량 예상 변수 479
16.1 정규분포의 평균과 표준편차 추정 480
16.2 이상치와 로버스트 추정: t분포 489
16.3 두 개 집단 498
16.4 다른 노이즈 분포와 데이터 변환 504
16.5 연습문제 505

CHAPTER 17. 계량형 예측 변수가 하나인 계량형 예상 변수 509
17.1 단순선형회귀 510
17.2 로버스트 선형회귀 512
17.3 집단 내 개체에 대한 계층 회귀 523
17.4 이차 추세와 가중된 데이터 529
17.5 모형 확장에 대한 단계와 위험성 535
17.6 연습문제 540

CHAPTER 18. 계량형 예측 변수가 다수인 계량형 예상 변수 543
18.1 다중선형회귀 544
18.2 계량 예측 변수의 곱셈 상호작용 560
18.3 회귀계수의 수축 565
18.4 변수 선택 571
18.5 연습문제 586

CHAPTER 19. 단일 명목형 예측 변수와 계량형 예상 변수 589
19.1 계량 데이터의 다중 집단 기술하기 590
19.2 전통적인 분산분석 592
19.3 계층적 베이지안 접근 방식 593
19.4 계량 예측 변수 포함 605
19.5 이분산과 외측치에 대한 견고성 610
19.6 연습문제 616

CHAPTER 20. 다중 명목형 예측 변수와 계량형 예상 변수 619
20.1 다중 명목 예측 변수가 있는 계량 데이터 집단 기술 620
20.2 계층적 베이지안 접근 방식 624
20.3 재스케일화는 상호작용, 등분산성, 정규성을 변화시킬 수 있다 635
20.4 이상치에 대한 이분산과 견고성 638
20.5 개체 내 설계 642
20.6 모형 비교 접근 653
20.7 연습문제 656

CHAPTER 21. 이분형 예상 변수 659
21.1 다중 계량형 예측 변수 660
21.2 회귀계수 해석 668
21.3 로버스트 로지스틱 회귀 673
21.4 명목형 예측 변수 675
21.5 연습문제 685

CHAPTER 22. 명목형 예상 변수 689
22.1 소프트맥스 회귀 690
22.2 조건부 로지스틱 회귀 695
22.3 JAGS 실행 699
22.4 모형 일반화와 변형 708
22.5 연습문제 709

CHAPTER 23. 순서형 예상 변수 711
23.1 잠재된 계량형 변수가 있는 순서형 데이터의 모형화 712
23.2 단일 집단 사례 715
23.3 두 개 집단 사례 722
23.4 계량형 예측 변수 사례 727
23.5 사후 예측 739
23.6 일반화와 확장 740
23.7 연습문제 741

CHAPTER 24. 계수형 예상 변수 745
24.1 푸아송 지수 모형 746
24.2 머리카락과 눈색 다시 보기 753
24.3 상호작용 대비, 수축, 총괄 검정의 예 755
24.4 분할표에 대한 로그 선형모형 757
24.5 연습문제 758

CHAPTER 25. 트렁크 속 도구 763
25.1 베이지안 분석 보고 763
25.2 최고밀도구간 계산 함수 767
25.3 재파라미터화 771
25.4 JAGS에서의 검열 데이터 774
25.5 앞으로 할 일은? 779

참고문헌 781
찾아보기 792

책 속으로

이번 장의 목표는 베이지안 데이터 분석의 개념적인 구조를 소개하는 것이다. 첫 번째 개념은 베이지안 추론이 확률에 신뢰율(credibility)을 재할당한다는 점이다. 두 번째 핵심 개념은 신뢰율을 할당받은 확률이 의미 있는 수학 모형에서는 파라미터값이 된다는 점이다. 이 두 핵심 개념이 이 책에 나온 모든 분석의 기초가 된다. 이번 장에서 이 개념에 대해 간단한 보기를 보여주려 한다. 이 두 개념을 응용 프로그램으로 구체화시켜 이 책의 나머지 부분을 세부적인 수식과 계산으로 채우는 일이 전부라고 할 수 있다. 또한 모든 베이지안 ... 더보기

이번 장의 목표는 베이지안 데이터 분석의 개념적인 구조를 소개하는 것이다. 첫 번째 개념은 베이지안 추론이 확률에 신뢰율(credibility)을 재할당한다는 점이다. 두 번째 핵심 개념은 신뢰율을 할당받은 확률이 의미 있는 수학 모형에서는 파라미터값이 된다는 점이다. 이 두 핵심 개념이 이 책에 나온 모든 분석의 기초가 된다. 이번 장에서 이 개념에 대해 간단한 보기를 보여주려 한다. 이 두 개념을 응용 프로그램으로 구체화시켜 이 책의 나머지 부분을 세부적인 수식과 계산으로 채우는 일이 전부라고 할 수 있다. 또한 모든 베이지안 분석이 공통으로 갖는 절차상의 기본 단계를 설명한다.
_15쪽

R에서 모든 객체(object)는 객체 내 구조와 내용의 타입을 나타낼 수 있는 클래스(class)를 갖는데, 일부 함수로 인식될 수 있어서 함수는 서로 다른 객체 클래스를 서로 다른 방식으로 취급한다. 예를 들어 객체는 matrix, array, list, factor, data.frame 등의 클래스일 수 있다. 앞서 언급한 summary 함수는 인수 클래스를 감지하고 팩터와는 다른 수치형 벡터를 요약해준다.
_43쪽

큰 위험을 감수해야 하는 게임에서는 동전이 공정하느냐가 매우 중요하다. 하지만 보통 일상에서 동전을 던져 나온 결과는 그렇게 대수롭지 않다. 그렇다면 왜 굳이 동전 던지기 통계를 공부해야만 하는가? 그 이유는 우리가 관심 있어 하는 실제 세상의 여러 사건을 대신해주기 때문이다. 심장 수술의 경우, 1년 이상 생존 또는 아님으로 환자 결과를 나눌 수 있고, 1년 이상 생존하는 환자의 확률을 알고 싶을 수 있다. 약의 경우, 두통 발생 또는 아님으로 결과를 나눌 수 있고, 두통 발생 확률이 궁금할 수 있다. 설문용 질문의 경우, 결과는 동의함 또는 동의 안 함이 되고, 각 응답 확률을 알고 싶을 수 있다. 두 명의 후보 중 한 사람에게 투표하는 경우, 후보 A와 후보 B가 두 결과가 되고 투표 전에 후보 A가 승리할 확률을 여론조사로부터 예측하고 싶을 수 있다. 다문항 시험의 경우, 문항 답이 맞는지 틀린지 정확도를 측정하는 수리력을 연구할 수도 있다. 또는 서로 다른 하위 모집단 안에서 특정 인지 과정의 뇌 편향(brain lateralization)을 연구하는 경우, 결과는 오른쪽 편향이나 왼쪽 편향 중 하나인데 하위 모집단 안에서 왼쪽 편향일 확률을 예측할 수도 있다.
_79쪽

독자가 지금 사는 곳에서 평범한 날에 구름 낄 확률은 얼마인가? 비가 내리고 있다는 일기예보를 들었다고 가정하면 구름 낄 확률은 얼마일까? 이 두 확률이 같지 않다는 점에 주의해야 한다. 왜냐하면 p(구름) p(구름|비)라고 아주 잘 알고 있기 때문이다. 대신 지금 밖에 있는 사람들이 모두 선글라스를 끼고 있다고 생각해보자. p(구름) p(구름|선글라스)가 가장 그럴듯하다. 기상과 관련한 이 예제에서 우리가 어떻게 추론했는지 잘 생각해보자. 하늘의 두 가지 상태, 구름 낌 또는 맑음에 대한 사전 신뢰율부터 시작했다. 그런 다음에 다른 몇몇 데이터, 즉 비가 온다거나 사람들이 선글라스를 끼고 있다는 것을 고려했다. 새로운 데이터 조건으로 가능한 하늘 상태에 대해 신뢰율을 재할당했다. 새로운 데이터가 비가 온다일 때, 처음보다 더 구름 낌을 신뢰하게 되었다. 대신 데이터가 선글라스에 대한 것일 때 구름 낌을 처음보다 덜 신뢰하게 되었다. 베이즈 규칙은 단순히 신뢰율을 사전 할당하는 것과 데이터에 조건해서 신뢰율을 사후 할당하는 것 사이의 수학적 관계를 뜻한다.
_105쪽

이번 장에서는 어떤 근사법도 쓰지 않고 순전히 해석학만을 사용해서 어떻게 베이지안 추론을 하는지에 대한 예를 보여준다. 궁극적으로 복잡한 응용 예제에 필요한 해석학적 접근은 하지 않겠지만 두 가지 이유에서 이번 장은 중요하다. 첫째, 이번 장에 나오는 상대적으로 간단한 수학을 통해 연속 파라미터에 대한 베이지안 추론의 기초 개념을 잘 파악할 수 있다. 데이터가 쌓이면서 신뢰율을 연속으로 할당하는 법을 간단한 식으로 보여준다. 여기에 나온 보기들은 다음에 나올 근사법에 대한 개념을 세우는 데 중요한데, 그 이유는 근사를 어디에 적용할지를 명확히 알 수 있게 해주기 때문이다. 둘째, 이번 장에서 소개하는 분포, 특히 베타분포는 이후에 나오는 몇몇 장에서 반복적으로 등장할 것이므로 잘 알아두는 것이 좋다.
_131쪽 닫기

출판사 서평

데이터 분석을 위한 최고의 베이지안 이론서!

이 책은 잘 알려진 무료 소프트웨어인 R, JAGS, Stan을 이용해 베이지안 데이터 분석을 수행하는 방법을 단계별로 설명한다. 입문 수준의 독자도 쉽게 이해할 수 있는 확률과 베이즈 규칙부터 시작해서 직접 구현할 수 있는 베이지안 데이터 분석을 위한 고급 응용 프로그램까지 베이지안 분석을 위한 튼튼한 토대를 제공한다. 복잡한 내용을 쉽게 이해할 수 있도록 연관성 있는 자료와 풍부한 그림, 수많은 연습문제를 실었다. 또한, 이 책에서 배운 방법을 독자의 데이터에 적용하는 데 도움을... 더보기

북로그 리뷰 (3) 전체보기 쓰러가기

도서 구매 후 리뷰를 작성하시면 통합포인트를 드립니다.
결제 90일 이내 작성 시 300원 / 발송 후 5일 이내 작성시 400원 / 이 상품의 첫 리뷰 작성 시 500원
(포인트는 작성 후 다음 날 적립되며, 도서 발송 전 작성 시에는 발송 후 익일에 적립됩니다.
외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외) 안내

구체적인 번역의 문제점 ra**i7 | 2019-01-28 | 추천: 0 |

본 책의 번역이 엉망이다는 의견을 지난 글에서 내었었는데,구체적으로 문제라고 생각하는 것들을 한번 짚어보자. 나는 영어를 전문으로 공부한 것도 아니고, 당연히 실력도 별로다.그냥 전공공했던 분야의 원서는 겨우 드듬드듬 해석해 내는 수준이다.그런데, 본 책의 번역은 영어 못하는 내가 생각해도 정말 형편없는 부분들이 있다. 우선, 원서를 판매하는 출판사에서 제공하는 샘플페이지 일부를 캡쳐해 보았다. 아래는 Chapter 2의 첫번째 단락이다. (원서로는 15페이지) 상기 단락에서 첫번째 문장... 더보기

본 책의 번역이 엉망이다는 의견을 지난 글에서 내었었는데,구체적으로 문제라고 생각하는 것들을 한번 짚어보자.

나는 영어를 전문으로 공부한 것도 아니고, 당연히 실력도 별로다.그냥 전공공했던 분야의 원서는 겨우 드듬드듬 해석해 내는 수준이다.그런데, 본 책의 번역은 영어 못하는 내가 생각해도 정말 형편없는 부분들이 있다.

우선, 원서를 판매하는 출판사에서 제공하는 샘플페이지 일부를 캡쳐해 보았다. 아래는 Chapter 2의 첫번째 단락이다. (원서로는 15페이지)

상기 단락에서 첫번째 문장을 비교해 보면 (번역서도 15페이지)

번역서 : 베이지안 추론이 확률에 신뢰율을 재할당한다.내생각 : 베이지안 추론은 여러 가능성들을 가로질러가며 (그 가능성들에) 믿음을 재할당한다.

번역서는 possibility 라는 말의 번역을 확률로 번역하고 있다.확률에 신뢰율을 할당한다고 번역하는 것 자체가 넌센스이다.(신뢰는 추정하고자 하는 대상에 표현된 믿음이며 그 대상에 대한 신뢰의 표현 그 자체가 확률이기 때문이다.)정말 이상한 표현이고 번역이다.

베이지안 추론은 확률에 신뢰율을 재할당하는 것이 아니라,추론하고자 하는 모수값 또는 원인, 가설 등에 대해 믿음(신뢰)을 재할당하는 것이다.따라서, 원서에서 possibility라고 표현한 부분은 추론하고자 하는 가능한 인자, 즉 모수, 가설, 원인으로 보아야 한다.

두번째 문장을 비교해 보면

번역서 : 신뢰율을 할당받은 확률이 의미 있는 수학 모형에서는 파라미터 값이 된다.내생각 : 믿음(신뢰)을 할당받은 가능성(모수, 가설, 원인)은 수리적 모형에서 파라미터 값 자체가 된다.

번역서에서 말하는 것을 수식어 떼고 나면 "확률이 파라미터가 된다"가 된다.이런 개똥같은 논리가 어디 있는가?

앞서 얘기한 것과 같이 신뢰 재할당의 대상은 베이지안 추론에서는 추정하고자 하는 모수 값이다.그래서 내생각처럼 의역하는 것이 좀 더 의미를 제대로 전달하는 것이 된다.

본격적으로 내용을 시작하는 첫번째 챕터부터 번역서는 헷갈리게 시작하고 있다.(Chapter 1은 개략적인 책소개를 하는 것이라, 실질적인 내용은 Chapter 2가 본격적으로 하는 것이 된다.)도대체 역자는 통계를 제대로 알고 있으며, 베이지안 추론을 제대로 이해하고 있는 사람인지를 처음부터 의심하게 만든다.베이지안 추론을 제대로 이해하고 있다면, possibility를 확률로 번역하지는 않았을 것이다.

그리고 사소한 문제 하나로역자는 mathematical이라는 단어는 항상 "수학"이라는 단어를 선택하고 있다.그런데, "수리적" 이라는 표현이 통계 공부하는 사람들에게 더 많이 써 온 표현들이 아닌가 모르겠다.(그래서 한글로 된 통계학 책 많이 안 본 분이구나는 생각이 들게 되는 이유 중 하나다.)

처음부터 오역이 많기 때문에 Chaper2를 더 살펴보자.아래는 16페이지에 있는 2.1절을 캡쳐한 내용이다.

첫번째 문장

번역서 : 그럴 가능성(땅이 젖은 원인에 대한)은 이전에 알던 지식에 바탕을 둔 사전 신뢰율(prior credibility)과 관련이 있다.내생각 : 그러한 모든 가능성(땅이 젖은 원인)은 이전에 알고 있던 지식에 기초하여 어느 정도의 사전 신뢰(prior credibility)를 갖는다.

내생각과 그렇게 많이 틀리지는 않는다. 하지만 본 문장에서 possibility 에 대해 역자가 선택한 단어를 봐라,가능성이다. 즉 땅이 젖은 원인(추정하고자 하는 가설, 모수)으로 해석하고 있다.

이는 내가 맨처음에 지적했던 문제점이다. 베이지안 추론에서는 신뢰율을 확률에 할당하는 것이 아니다.원인, 가설, 모수에 신뢰율(신뢰율 자체가 확율의 개념이다.)을 할당하는 것이다.베이지안 추론에서 모든 가능성(원인, 모수, 가설)은 사전 분포를 갖는다는 의미를 원서에서는 표현을 그렇게 한 것 뿐이다.

또 소소한 것이지만, 상기 단락에서 첫번째 줄 친 문장은 내생각으로 번역하는 것이 좀 더 자연스럽지 않은가?

두번째 문장
번역서 : 방금 비가 내렸다고 가설한 원인에 신뢰율을 다시 할당할 것이다.내생각 : 최근에 비가 왔기 때문이다라고 추정한(hypothetical) 원인에 신뢰를 재할당한다.

번역서의 내용이 여전히 매끄럽지는 못하지만, 원서 및 번역서 모두 원인에 신뢰를 할당하는 것이 베이지안 추론이다고 밝히고 있다.

이는 내가 맨 처음으로 지적하였던 Chapter 2의 첫 단락에 대한 역자의 번역에 문제를 제기하는 것에 대한 또 하나의 증명이다.(2.1절이 아니라 Chapter2의 첫 단락에서 지적하였던 문제)

세번재 문장

번역서 : 이렇게 확률에 신뢰율을 재할당하는 것이 베이지안 추론의 핵심이다.내생각 : 모든 가능성들을 가로질러가며 신뢰(믿음)를 재할당하는 것이 베이지안 추론의 핵심이다.

역자의 번역은 다시 처음으로 돌아갔다. 다시 오락가락하고 있는 것이다.다시 확률에 신뢰율을 재할당한다고 번역하고 있다. 간단한 단어 선택의 문제이지만,번역서를 읽는 사람에게 굉장한 혼동을 준다.(나는 번역서를 몇번을 곱씹어 읽어야 했고 답답한 마음에 출판사 제공 샘플페이지를 뒤져보고서야 제대로 알았다.)

아래는 2.1절의 두번째 단락이다. (아직까지 16페이지이다.)

마지막 문장

번역서 : 하나를 뺀 나머지 모든 가능한 원인을 제외시켰다면 홈스는 비록 그 원인이 처음에는 원인일 것 같지 않았더라도 가능한 원인으로 남아 있는 그 하나가 가장 믿을만하다고 결론지을 수밖에 없다.내생각 : 마지막 하나를 제외한 모든 가능한 원인이 제거되었다면, 베이지안 사고는 홈즈가 아래와 같이 결론 짓도록 할 것이다. "처음에는 거의 가능성이 없다고 보았지만, 마지막 남은 원인이 가장 유력한 것이다"라고 말이다.

내생각에 적은 내 번역이 그렇게 훌륭하다고는 생각하지 않는다.그래도 역자가 선택한 번역보다는 좀 더 이해가 잘 되지 않는가?번역된 책을 돈을 주고 사는 독자 입장에서는 좀 더 말을 다듬은 문장을 원하지 않겠는가 말이다.번역은 초벌 번역 이후 여러번에 걸쳐, 여러사람에 걸쳐 일관성 확보를 위한 노력이 있어야 하는데그렇게 출판이 이루어져야 하는 것인데, 정말로 본 책은 그런 노력이 있었나 의심될 뿐이다.

이 책에는 번역된 한글의 문장이 매우 어색한 것이 많고 느낌상으로 이런 게 아닌데 하는 문구도 너무 많다.이는 대부분의 번역의 오류로부터 출발한다고 믿는다.또 역자가 이런 단어는 이렇게 선택했어라고 독자가 생각할 수 있도록주요한 단어에는 영어단어가 어떤 것이었는지를 주석으로 밝히는 성의도 점점 줄어든다.

그런데 원서의 샘플페이지도 Chapter 3 앞부분 정도까지만 공개되어 있다..더 이상 본 책의 번역 품질을 얘기하는 것도 지친다.

앞서 올린 글에서도 애기했지만,본 책을 통해 도움받은 부분도 있다. 워낙 다른 책들과는 결을 달리하는 부분이 있기에...(이공계 계열의 통계학자가 적은게 아니라, 사회과학 계열의 통계 전공자가 원저자이기에 수리적 해석보다는 개념 설명에 좀 더 집중하는 부분이 있기에... 하지만 이는 원서가 좋아서이지 번역서가 좋아서가 아니다.)

여전히 번역서의 품질은 화딱지가 난다.

그래서 이걸 감안하고 구입하시면 좋겠다.

그럼...

--- 본 글은 내가 가진 티스토리 및 네이버 블로그에 원본이 있다.

https://easytolife.tistory.com/1

https://easytolife.tistory.com/3 닫기
글쎄, 역자와 출판사는 이 책을 그렇게 자신하는가? ra**i7 | 2019-01-28 | 추천: 0 |

본 책의 원서 "Doing Bayesian Data Analysis, Second Edition, John Kruschke"은아마존에서 Bayesian 관련 책 중에서는 상당히 높은 판매고 및 칭찬을 받아 온 책이다.하지만, 원서의 호평을 바탕으로 번역된 본 책은나의 상당한 기대를 처음부터 처참하게 집어던져 버린다.한마디로 본 책의 번역 수준은 최악이다. 정말로 엉망이다.도대체 이 정도 번역 수준으로 그렇게도 자신있게 책을 낼 수 있다면 나라도 하겠다.산업공학 내에서 신뢰성을 전공하며 상당기간 통계를 공부해 온 내가 볼 때저자가 아... 더보기

본 책의 원서 "Doing Bayesian Data Analysis, Second Edition, John Kruschke"은아마존에서 Bayesian 관련 책 중에서는 상당히 높은 판매고 및 칭찬을 받아 온 책이다.하지만, 원서의 호평을 바탕으로 번역된 본 책은나의 상당한 기대를 처음부터 처참하게 집어던져 버린다.한마디로 본 책의 번역 수준은 최악이다. 정말로 엉망이다.도대체 이 정도 번역 수준으로 그렇게도 자신있게 책을 낼 수 있다면 나라도 하겠다.산업공학 내에서 신뢰성을 전공하며 상당기간 통계를 공부해 온 내가 볼 때저자가 아니라 역자는, 통계의 기초도 잘 모르면서 출판사의 부추김에 번역을 선택한 듯 하다.한편으로는 낮은 번역수준에 대한 출판사의 묵인이 있었다고 의심해 본다.대부분의 문장이 직역 수준의 번역이다. 문맥을 보아 한번 쯤 정제했어야 할 표현들은 좀처럼 발견되지 않는다.그 뿐만 아니라, 상당 부분 오역도 있고, 이를 전체적인 맥락 속에서 다시 이해해서 끼워 맞출 수 밖에 없다.부적절한 통계 용어는 아무리 역자가 서문에서 자세를 낮췄다 하더라도, 전혀 노력의 흔적이 보이지 않는다.(역자는 내가 볼 때 통계를 제대로 모르는 사람이다.)우리나라의 번역출판물의 번역 품질 수준이 최근 매우 좋아진 것을 감안하면,참으로 오랫만에 보는 번역의 졸작이다. 2/3 가량을 억지로 억지로 보다 지금은 집어 던져버렸다.차라리, 원서를 사서 낑낑대며 보는 게 더 시간을 절약할 것 같은 느낌이다.베이지안 책을 최근 2달간 여섯일곱권을 사서 보았다.원서에서는 번역에 따른 품질 저하의 문제는 없겠지만, 사실 아마존에서도 왜 그리 칭찬하는 것인지 좀 이해 안 간다.다른 책과 달리 조금 색다른 해석 및 설명을 해 주는 부분은 있어도, 별 5개 비중이 꽤 높다는 것이 의문인 책이다.번역서를 통해서 이 책 원서의 내용을 상당부분 알게되었지만번역 품질로부터 자유로운 원서는 과연 어떠할지 확인해 보고 싶다는 생각이 문득문득 든다.

이 책을 통해 번역서를 선택할 때의 하나의 기준을 만든 것 같다.
역자처럼, 실무자가 아니라 무슨무슨 센터장, 무슨무슨 소장하는 것처럼조직의 장을 차지하고 있는 사람이 역자인 책은 안 사는게 좋겠다는 것이다.대부분 부하 직원들에 번역 숙제 나눠주고서 단순취합해서 출판하지 않을까 싶다.최소한 실무자에 가깝에 보이는 사람이 역자인 책을 사자.그리고 제이펍에서 번역한 서적은 조심해야겠다.최근 한빛미디어 출판사 등의 번역서 등은 품질이 매우 좋은 것을 감안하면, 이번 책은 출판사의 지나친 오만이다.마지막으로, 그래도 이 책을 사야할 이유사실 본 책의 원서는 다른 통계학 책들과 달리 수식, 그래프 보다는 텍스트로 설명하는 비중이 많다.나름 통계학 원서를 많이 봐 본 나로서도, 텍스트 중심의 통계 관련 책을 원서로 읽는데는 시간이 많이 걸리는 것은 사실이다.하지만, 봐도봐도 화딱지가 나는 번역 수준이지만, 원서 보는 것 보다는 아주 약간 시간 절약되니... 단지 그게 이유다.번역에 짜증났지만, 그래도 다른 책에서는 이해가 좀 어려웠던 메트로폴리스 알고리즘 및 MCMC에 대한 기본적인 이해를얻을 수 있었던 것은 다행이었다. 그런데 이는 번역서가 좋아서가 아니라 본 책의 원서 내용이 좋아서인 거지 않는가?
아마존에서 파는 원서 가격이 운송비 제외하고도 66달러 가량인 것을 감안하면 번역서가 저렴하다는 것도 하나의 이유다.그러나, 페이지 수 많다고 가격을 높이 받는 제이펍 출판 책의 관행을 보면 더 화딱지가 난다.(품질 수준을 기준으로 놓고 보면 결코 싼 가격은 아니다. 번역 수준만 놓고 보면 딱 만원이 제격이다.)그리고, 책 리뷰를 쓰는 사람들은 책을 직접 사서 보고나서 올리는 글인가? 그런 의구심도 항상 든다.아마존과 달리 칭찬 일색으로만 도배하는 우리나라의 책 Review는 도대체 어떻게 믿을 수 있나 모르겠다.왜 그리들 좋은 얘기만 쓰는 것인지 원... (내부적 이해 관계자들만이 양산하는 리뷰들... 지긋지긋하다.)책 읽어본 독자들 중 내게 동의하는 분들은 그냥 지나가지 마시고, 추천 꼭 눌러 주시라.그래야 좀 바뀌지 않겠어요?

제이펍은 반성하라~~~!

사실, 오래맛에 보는 번역서의 졸작 중의 졸작을 보며,그리고, 우리 출판계의 번역물에 대한 관행이 바뀌길 기대하며,또한, 책을 제대로 보지도 않고 이해관계자들 중심으로 칭찬으로 도배된 리뷰를 남기는 관행이 조금이라도 바뀌길 기대하며오랫만에 글을 남겨본다. 가능하면 많은 곳에... (본 책을 보면서 내 속이 그만큼 많이 답답했다.)

이 글 올리고 나서 번역에 문제 있다고 생각되는 부분을 추가로 더 정리해 보았다.

--- 본 글은 내가 가진 티스토리 및 네이버 블로그에 원본이 있다.

https://easytolife.tistory.com/1
https://easytolife.tistory.com/3 닫기
[리뷰] 베이지안 데이터 분석 바이블 he**fdc | 2019-01-07 | 추천: 0 |

바이블이란 타이틀이 제목에 들어 간다면, 항상 두가지 느낌이 먼저 다가 옵니다. "어휴 이걸 언제 다 읽어?" 라는 부담이 하나고, "이런 방대한 내용을 다 담지 못하고 또 수박 겉 핥기만 하는거 아냐?" 라는 우려가 그것 입니다. 특히나 기존 특정 확률 분포를 가정하는 기존 가우시안 통계에서 벗어난 베이지안 통계라면 그러한 부담은 더더욱 클것 입니다. 그런 면에서 이 책은 내용에선 검증된 책이라는 강점이 있습니다. 아시겠지만 "Doing Baye... 더보기

바이블이란 타이틀이 제목에 들어 간다면,

항상 두가지 느낌이 먼저 다가 옵니다.

"어휴 이걸 언제 다 읽어?" 라는 부담이 하나고,

"이런 방대한 내용을 다 담지 못하고 또 수박 겉 핥기만 하는거 아냐?" 라는 우려가

그것 입니다.

특히나 기존 특정 확률 분포를 가정하는 기존 가우시안 통계에서 벗어난

베이지안 통계라면 그러한 부담은 더더욱 클것 입니다.

그런 면에서 이 책은 내용에선 검증된 책이라는 강점이 있습니다.

아시겠지만 "Doing Bayesian Data Analysis"라는 원본 자체가 워낙 유명하고,

실제 평가도 데이터 분석을 위한 최고의 베이지안 이론서라는

평가를 받고 있는 책이기 때문입니다.

따라서 베이지안 통계에

충실한 바이블이란 명칭이 아깝지 않은 책이라는 것은 이견의 여지가 없을 것입니다.

물론 이정도 두께의 책을 읽는데는 상당한 노력이 필요합니다.

다행인 것은 이책은 책 표지의 디자인에서부터 상당히 고민한 책이니 만큼

내용의 구성도 상당히 읽기 편리하게 되어 있다고 할 수 있습니다.

Chapter 1에서 제시하는 Quick하게 볼 수 있는 제안도 그런 배려의 일부라 할 수 있겠습니다.

아울러 구성 자체에 있어서도 기본 idea수준의 설명을 진행하는 Chapter 2,

그리고 각 세부 이론과 실습을 진행하는 각각의 Chapter 구성은

책의 구성을 통해 읽는 수고를 덜기 위해 노력했다 할 수 있겠습니다.

단 바이블이란 제목이 달린 만큼 그 때 그때 찾아서 일부분을 발췌하기에는

내용상 연계성을 가지고 가는 구조이기 때문에 다소 난해 할 수 있지 않을까하는

우려가 있기는 합니다.

아울러 이책의 백미라 할 수 있는 부분은 다양한 프로그램을 활용한 실습에

그 방점이 있지 않나 합니다.

베이지안 통계를 배우는 이들은 결국 이를 어떻게 적용시킬지에 대한 문제를

가질 수 밖에 없기 때문입니다.

물론 베이지안 통계를 활용할 수 있도록 몬테카를로 시뮬레이션이 기반된

크리스탈볼이라는 상업프로그램이 있으나,

상업프로그램이고 오라클이라는 회사의 제품이니 많큼

높은 비용으로 실제 활용에는 한계가 있습니다.

이 책의 다양한 활용 Tool은 그런면에서 베이지안 통계의 여타 이론서와는

다른 강점을 제공한다고 할 수 있겠습니다.

빅데이터 시대라고 하고, 머신 러닝의 시대라고 합니다.

모두 새로운 기술이라기 보단 정보 처리 능력의 확대에 따른 기존 이론의

더 많은 더 빠른 데이터에 적용이 가능해 졌기 때문에 나타난 것이라고

감히 생각합니다.

이러한 때 다양한 응용이 가능한 베이지안 통계의 전반을 다룰 수 있는

가장 확실한 바이블이 아닐까 합니다.
닫기

Klover 평점/리뷰 (0)

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매도서의 문장수집을 기록하면 통합포인트 적립 안내

문장수집 안내

문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여주는
교보문고의 새로운 서비스입니다.

마음을 두드린 문장들을 기록하고 좋은 글귀들은 "좋아요"하여 모아보세요.

구매 후 90일 이내에 문장수집을 남겨주시면 100P,
해당 도서의 최초 작성자라면 200P를 적립해드립니다.

※포인트는 발송완료 후 익일 적립되며, 취소/반품/절판/품절
도서는 제외됩니다.

교환/반품/품절안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품/품절안내
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	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 (단지 확인을 위한 포장 훼손은 제외) 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 예) 화장품, 식품, 가전제품(악세서리 포함) 등 복제가 가능한 상품 등의 포장을 훼손한 경우 예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서) 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우 (1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①양서-판매정가의 12%, ②일서-판매정가의 7%를 적용)
상품 품절	공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드리겠습니다.
소비자 피해보상 환불지연에 따른 배상	상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함