[Review] 파이썬을 활용한 베이지안 통계(think bayes)

"파이썬을 활용한 베이지안 통계 (Think Bayes)"

저자 :앨런 R. 다우니 지음 | 권정민 역

출판사 : 한빛미디어

리뷰보기

베이지안 통계는 여러 방면으로 많이 사용되어지고 있습니다. 최근 데이터 분석이 주목을 받으면서 분석의 기반이 되는 여러 기법들에 대한 관심도 또한 자연스레 높아졌는데요 ^^. 그런 통계 분야에서 이슈가 된 것 중 하나가 베이지안 입니다. 베이지안 통계, 분석이란 실제로 가능한 일로 설정하여 분석하는 통계 기법 중 하나인데요, 패턴인식, 기계학습 등을 공부하며 여러차례 접하긴 하였지만, 이렇게 한 권에 책으로 정리된 것은 처음 보는 것 같습니다. 전 솔직히 표지가 굉장히 마음에 들었고 한빛미디어에서 출판한 책이기에 더욱 믿음을 가지고 책을 읽게 되었습니다.

책의 목차는 펼쳐 보시면 보실 수 있습니다 ^^

__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

한 번 보시면 알겠지만, 확률과 통계를 어느정도 학습되어 알고 있다는 가정 하에 책에서는 베이지안 통계를 설명하고 있습니다. 그래서 그런지 예제 위주로 구성이 되어 있고, '파이썬을 이용한~' 이란 제목에서 보시는 것 과 같이 예제는 파이썬을 이용하여 풀이가 되어 있구요. 예제 위주이기에 좀 더 베이지안 통계를 빠르고 실무적으로 접근하기는 쉽습니다 ^^; 하지만 기본적으로 확률/통계 와 파이썬의 선수 학습은 되어 있어야 할 것 같네요.

순차적으로 학습을 할 수 있도록 구성되어 있구요. 예제코드를 통해 이러한 문제를 해결하거나 적용하기 위해서 어떻게 해야하나에 대한 명확한 해답이 제공되어 있습니다. 책의 예제들은 실생활에 적용된 예제가 많고 한번 쯤은 생각해 보았을 문제에 대한 해답을 제공하기에 이 기술을 다른 실생활의 문제에 적용하기는 쉬울 것 같다는 생각이 드네요.

위의 사진을 보시면 아시겠지만 하나 하나의 Chapter들은 각 Chapter에 맞는 문제들을 포함하고 있습니다. 어떠한 문제인가에 대해 먼저 알려준 후 수학적 기호표기가 아닌 코드로 작성된 알고리즘을 보여줍니다.

이해를 돕기 위한 그래프와 잘 보이는지 모르겠지만 ^^;;; 파이썬 코드들도 포함되어 있습니다.

많은 수학적 이해를 위한 노력보다 코드를 통한 알고리즘 이해가 개발자에겐 더 편하겠죠??

저는 제공되어지는 코드를 분석하여 이해하는 편이 훨씬 빨랏는데요 ^^; 통계를 너무 오랜만에 공부하다 보니 기억이 가물가물한건 검색해 가면서 진행하였습니다. 

처음 책을 받았을때 예상보다 얇은 책의 두께에 좀 놀랐습니다. 일단 책은 생각보다 굉장히 얇습니다. 

가끔 잘못된 책 구매로 좌절한 적이 몇번 있기에... 내용이 부실한 것 아닌가?? 에 대한 의문이 있었지만,

그래도 일단 책을 한장한장 넘겼습니다. 위에서 말씀드렸듯이 책은 예제 위주로 되어있습니다. 통계에 대한 기반지식이나 파이썬 프로그래밍 경험이 없으시면 분명 힘들 수도 있는 책이지만, 그렇다고 접근 할 수 없는 책도 아닙니다 ^^; 함께 공부해도 될 만큼 쉽게 작성되어 있으니 ! 미리 겁먹지 마시고 한번 읽어보시는 걸 추천해 드립니다. 베이지안 통계에 대하여 좀 더 넓고 기초를 탄탄히 할 수 있는 좋은 책이였던 것 같습니다. 베이지안이 무엇인가에 대해서 가물가물 하게 얼핏 이해하고 계신 분이 있으시다면 통계는 데이터 분석의 기초이므로 ! 그 기초를 탄탄히 하기위해 한번 정도 읽어 보심을 추천해 드립니다 ^^