|
이 책은 누구를 위한 책인가? 200페이지 정도되는 기술서적 치고는 매우 얇은 책이다. 보통의 C언어 기본서 같은 경우는 200페이지라면 거의 일주일 만에 볼 수 있지만, 이 책은 베이지안 공식을 활용해서 삶속의 다양한 문제들을 어떻게 푸는지 재미있게(?) 설명한 책인지라, 파이썬과 통계학을 동시에 알아야하는 책이다. 최근에 유행하는 학문트렌드인 융합의 장르가 되겠다. 그러면, 파이썬이 먼저인가 통계가 먼저인가? 이 책은 파이썬에 대해서는 거의 가르쳐주지 않는다. 책에 있는 예제를 풀기 위해서는 책의 저자 앨런 B. 다우니가 만든 'thinkbayes.py' 라는 파이썬 모듈을 사용해야하는데, 이 모듈은 numpy라는 모듈과 scipy 그리고 matplotlib이라는 모듈에 의존성이 있다. 그래서 파이썬을 잘 모르는 사람들은 아마 예제를 돌려보는데만 시간을 상당히 투자해야 할 것이다. 이 책을 쓴 저자는 파이썬이 쉬워서(물론 쉬운 언어에 속하지만) 파이썬을 택했고, 더구나 베이지안을 잘 설명하기 위해 일상생활의 예제들을 가지고 설명을 해두었다. 이책의 두께가 200페이지 가량 있다는 것이 의미하는 것은 이 책만으로 설명이 부족한 부분이 많다는 것이다. 그렇다면 이 책을 술렁 술렁 넘겨 볼 수 있는 독자는 통계학을 알면서(베이지안 통계) 그것을 프로그래밍으로 어떻게 표현해야 하는지 궁금한 사람이나 파이썬에 매우 능숙한데 통계학은 기본(고등학교 때 배우는 확률에 관한 것들)만 알고 있는 프로그래머가 되겠다. 아마 생각에 앞의 사람들도 술렁 술렁은 못넘길것 같다. 실제로 통계과에서 베이지안을 학부 2학년때부터 배운 나조차도 술렁술렁은 넘기기 힘든 문제들이 많다. 그 이유로 책이 얇아서 설명을 정말 최소한 만 해놓은 경우가 많고, 소스에 대한 설명도 있긴 하지만, 이게 어떻게 돌아가는 건지 알려면 생각이 조금 필요하다. 그렇다면 이 책은 어떻게 읽으면 좋을까? 이 책은 요리책처럼 따라서 해보는 책도 아니고, 단순히 지식을 열거해 놓은 책도 아니다. 기본적인 지식이 있다는 가정하에 (그 기본적인 지식은 물론 파이썬과 통계학이다) 그 지식을 어떻게 사용할지에 대해 앨런 B. 다우니가 자신의 지혜를 잘 펼쳐놓은 책이다. 지혜를 물려받기 위해서는 그 지혜를 음미해야한다. 천천히 곱씹으며 책의 저자가 한말이 무엇인지 잘 읽어보는 것이 중요하다. 프로그램이야 오타없이 돌리면 값이 나오지만, 그것이 왜 그렇게 되는 것인지 이해할 필요가 있고, 그리고 통계학을 잘모르는 사람이라면 우도(likelyhood) 같은 말이나 조건부 확률 이런 용어들에 대해 익숙해질 필요가 있다. 위에 적어 놓은 말을 한마디로 줄이면, 쉽지 않은 문제들이 대부분이므로 천천히 이해하면서 읽자. 가 되겠다. 개인적으로는 읽으면서 이해가 안되는 것들은 위키피디아나 구글에서 찾아서 힌트를 많이 얻었다. 저자가 운영하는 블로그나 영분 pdf판 서적은 무료로 받을 수 있도록 해놓았기에 한글로 이해가 잘 안될 때는 영어로 보기도 했다. thinkbayes 홈페이지 : http://www.greenteapress.com/thinkbayes/ 원저자의 블로그 : http://allendowney.blogspot.kr/ 설치관련 위에서도 말했지만, 파이썬과 통계를 안다고 가정한 책이기에 좀 불친절한 부분들이 있다. 특별히 파이썬의 의존성이 걸리는 부분들을 설치하는 부분이나 저자가 만든 모듈을 다운 받을 때 일일이 찾아보거나 주소창에 쳐서 다운받고 했는데, 귀찮은 이들을 위해 소스를 받을 수 있는 링크를 걸어둔다. http://thinkbayes.com/thinkbayes.py http://thinkbayes.com/thinkbayes_code.zip https://github.com/AllenDowney/ThinkBayes thinkbayes는 numpy, scipy, matplotlib에 의존성이 있는데, 각각 설치를 해야한다. 나는 아래 두 링크를 참고해서 설치를 했다. http://www.scipy.org/install.html http://penandpants.com/2012/02/24/install-python/ mac인 경우 scipy는 dmg바이너리를 받아서 설치하고, numpy는 easy_install numpy 또는 pip install numpy 로 matplotlib도 동일하게 easy_install matplotlib 또는 pip install matplotlib 로 설치가능하다. 읽고 난뒤의 소감 솔직히 파이썬이라는 타이틀의 제목과 목차와 책의 두께를 보고 '그냥 재미있게 심심할때 볼 수 있겠네'라는 착각을 했었다. 학부때의 기억력을 마구 마구 끄집어 내어서 집중해서 봐야하는 책이었다. 이 책하나를 본다고 통계를 실생활에 적용할 수 있는 수준까지는 되지 않겠지만, 통계와 우리의 주변에서 일어나는 사건들이 많이 연관이 되어 있음을 알 수 있는 책이었다. 간만에 뇌가 자극을 받으며 뇌세포가 활성화 되는 느낌을 받도록 해준 책이다. 다만 영어로 된 책의 썰렁한 농담은 뭔가 한국어로 번역하니 왜 저말이 있는지 알수 없는 경우가 많아서 어색한 느낌도 좀 들었다. 게속 해서 이런 융합형 책들이 나오면 좋겠다. |
|
전공자가 아닌 사람에게 흥미로운 문제를 던져주고 풀어가는 방식의 구성이 참 즐겁다. 하지만 책의 1/3이 지나면 어려워진다. 내가 이 내용을 잘 몰라서 그렇다고 여기고 누차 읽어도 어렵고, 코드를 잘 모르기 때문에 그러려니 하면서 또 읽어봤지만 결국 원문을 열어놓고야 아... 번역자가 집중력을 잃었거나 내용을 전혀 모르는 사람에게 재 하청을 주었거나, 본인도 전혀 이해하지 못하면서 번역 했구나를 알아채고 말았다. 용어 통일이나 일관성도 없고 번역기를 썼나 의심까지 들었다. 마지막 색인도 만들다 만 듯해서 아쉽다. 원저자가 올려둔 원문만 직접 읽는 것 보다는 번역서를 참고해가면 읽는 것이 아무래도 빠르니까.... 책이 재밌기에 번역이나 편집 수준이 아쉽기만 하다. 책을 읽어 이해가 가지 않는다면 본인의 문제가 아닐수도 있다는 것을 떠올리길 바란다. |
서평
베이지안 통계란!!
베이스(T. Bayes)가 주창한 통계적 방법으로서 표집에서 얻은 정보뿐만 아니라, 연구자가 갖고 있는 사전 지식이나 주관적 의견 또는 신념과 같은 정보도 포함시키는 추리통계의 한 방법. 전통적 통계방법에서는 통계적 추리를 할 때 표집으로부터 얻은 정보 이외의 다른 정보는 사용하지 않는다. 베이지안 접근방식에서도 수리통계에서 사용하는 모든 방식이 그대로 적용되며, 단지 전통적인 접근방식과의 차이점은 사전 정보를 이용한다는 데 있다.
불확실한 상황에서 통계적으로 얻은 정보를 토대로 어떤 의사결정을 해야 하는 경제학·경영학·자연자원 개발 등의 분야에서 베이지안 통계방안이 보다 많이 사용되는 경향이 있다. 이 방법에서 중요시되는 사항으로 베이스의 정리가 있다. 예컨대, X와 Y가 비연속 무선변인(無選變因)으로서 X는 A1, …, Ai, …, Aj 중 어느 한 값을 갖고 Y는 B1, …, Bi, …, Bk 중 어느 한 값을 갖는 다고 하자. 그러면 Y변인이 Bk 값을 가질 때, X변인이 Aj 값을 갖게 될 조건확률은 P (Aj/Bk)로 표시된다. 베이스의 정리는 다음과 같이 나타낼 수 있다. (출처 : 네이버백과사전)
베이지안 통계를 계산하기 위해 파이썬을 활용하는지 베이지안 통계의 종류별로 설명하고, 적합한 문제를 통해 파이썬 실습을 하며 익힐 수 있는 책이다.
목차 및 요약CHAPTER 1 베이즈 이론 CHAPTER 2 계산 통계 CHAPTER 3 추정 1 CHAPTER 4 추정 2 CHAPTER 5 공산과 가산 CHAPTER 6 의사 결정 분석 CHAPTER 7 예측 CHAPTER 8 관측 편향 CHAPTER 9 두 차원 CHAPTER 10 근사 베이지안 계산 CHAPTER 11 가설 검정 CHAPTER 12 증거 CHAPTER 13 시뮬레이션 CHAPTER 14 계층 모델 CHAPTER 15 차원 다루기
기본적으로 베이즈 이론의 조건부 확률이다. 1장에서는 조건부 확률에서 베이즈 이론을 도출하고, 실제 데이터 셋을 활용해 실습을 한다.
2장은 베이즈 정리를 통해서 조건부 확률과 연관된 보다 까다로운 몇가지 문제를 다루어 본다.
장장은 분포에 관한 부분으로 확률질량함수를 나타내는 Pmf 객체를 사용해서 문제를 다루어 본다.
4장은 비율 츄정으로 유로 동전 문제를 풀면서 베이지안 통계를 다루어 본다.
5장은 수량 추정으로 모수의 크기나 수량에 관한 문제를 다루어 본다.
6장은 공산 가산 부분으로 새로운 개념이다.
7장은 통계의 가장 기본적인 부분으로 최소, 최대 그리고 혼합분포에 대해 다룬다.
8장은 베이지안 통계에서 어찌보면 가장 많이 활용되는 포아송에 대해 살펴본다. 임의의 시간에 발생하는 이벤트를 나타내는 모델이며, 포아송 모델을 만들고 예측을 위해 사후분포를 사용한다.
데이터를 많이 다루면 많은 부분이 분류에 관한 부분이고, 딥러닝 기계학습에서도 가장 많이 사용된다. 12장은 분류를 어떻게 하는지, 그리고 어떤 코드를 사용하여 하는지 간단하게 보여준다.
16장은 로지스틱 회귀분석으로 베이즈 규칙에서 공산을 사용해 베이즈 정리를 다시 풀어쓴 후 규칙을 도출하고, 로그 스케일의 베이즈 규칙을 살펴 보면서 연속 갱신을 통해 증거를 누적하는 방법에 대한 통찰을 사용한다.
로지스틱 회귀 분석을 위한 간략한 코드 내용과 결과를 확인할 수 있다.
"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다." |
|
책의 구성과 내용은 얇은 두께와는 달리 내용면에서도 알차고 꽉차있고 요새 핫한 언어인 파이썬으로 베이지안 확률론을 어떻게 풀어가는지 자세히 나와있다 하지만 통계 혹은 파이썬을 전혀 모르는 사람에게 자세하게 알려주는 친절은 없다 통계이론정도는 읽어야하고 안풀리는 부분은 검색으로 풀어나가야할 문제이다
간단한 통계지식을 가지고 있다면 초반의 이론을 지나면 간단한 문제부터 복잡해지는 문제까지 다양한 경우를 통해 학습할 수 있게 되어있다.
파이썬을 막 접한 사람에게서 에러가 많이 발생하는 부분은 역시 띄어쓰기 부분이다 책을 이해하고 공부하기에 큰 어려움은 없지만 약간의 수정이 필요한 곳이 보인다
최근몇년전 통계학과에서도 기존에 SAS 나 SPSS 등을 벗어나 R 이나 Python 같은 오픈소스도 같이 가르친다고 한다 Python 을 활용해 베이지안 확률론을 정리하고 싶다면 이책을 추천하고 싶다. 책의 얇기에 실망할 수도 있겠지만 그 책의 내용만큼은 실망하지 않을것같다.
|
|
'베이지안으로 생각하고 프로그래밍하라'라는 메시지를 보고 심리학적 접근 방식에서 많이 인용될 것 같은 생각이 들어 인터넷에서 찾아보니 심리학에서 인간의 사고 과정을 베이지안 관점에서 풀어나가는 내용들을 많이 확인 할 수 있었다. 그리고 빈도주의와 베이지안 학파간의 논쟁 또한 베이지안을 공부하기 전에 한번씩 찾아 보면 이 책을 읽는데 있어서 즐거운 책읽기가 될 것 같다.
책의 앞부분에서는 베이즈 정리에 대한 이론 설명을 한다. 이 부분은 뒤의 실제 파이썬 프로그래밍을 하는데 있어, 기본이되는 이론이기에 반드시 이해해야 한다. 특히 조건부 확률과 결합 확률을 통해 베이즈 이론을 이끌어 낸다. 그 다음장에서는 파이썬 모듈을 통해 베이즈 이론 사용법(계산 통계)을 보여준다. 후반부에서는 추정, 공산과 가산, 의사 결정 분석, 예측, 관측 편향, 두 차원, 근사 베이지안, 가설 검증, 증거, 시뮬레이션, 계층 모델, 차원 다루기 등의 냉용이 이어진다.
아래는 베이즈 이론을 정리한 내용이다.
사후확률은 사전확률과 가능도의 곱에 비례한다. 여기서
이 이론을 설명하면서 몇 가지 재미있는 사례에 대한 설명이 있다.
쿠키 꺼내기 문제, M&M 초콜릿 문제, 몬티 홀(TV 게임 쇼) 문제, 주사위 문제, 기관차 문제, 유로 문제, 보스턴 브루인스 문제, 레드라인 문제, 페인트볼 게임, 신장 종양 문제, 가이거 계수기 문제, 하키 승률 등 실 생활에서 일어나는 문제에 대한 사례를 들어가며 문제를 재미있게(?) 풀어간다.
  
책을 읽으면서 이론 하나하나를 모두 이해하기는 쉽지 않지만 (화두는 있는니 구글신에게 도움을 받으면 된다.) , 최소한 베이즈 정리에 대한 풀이를 파이썬을 통해서 배울 수 있다는 것만 해도 많은 도움이 될 것이다. 그리고 파이썬 베이즈 모듈을 활용하여 나만의 통계 모듈로도 훌륭한 도움을 얻을 수 있을 것이다. 가령 사내에서 제비뽑기시나 사다리를 탈때 어떤 선택을 하면 좋을지 등등을 베이즈 정리를 이용해 보는게 어떨까?ㅎㅎ
통계를 공부하는 분들은 필독서로 권하고 싶고 꼭 프로그래머가 아니더라도 기획 또는 마케팅을 담당하는 분들에게도 한번쯤 보기를 권한다. 소장 가치가 있어 내 서재에 꼽아 두고 읽을 것이다. (인간 심리학 측면에서도 도움이 될 것듯..ㅎ)
|
|
최근 책장에 파이썬 관련 책이 한권 더 생겼습니다!! 바로 파이썬을 활용한 베이지안 통계! 라는 책 파이썬 라이브러리를 활용한 데이터 분석을 번역하진 김영근님 타임라인에 띵! 하고 뜬 뒤로 보고 싶어서 기다리고 있었는데! 마침 볼 수 있게 되어서 책장에 살포시 모시게 되었죠!! 처음 책을 받고는 생각보다 실망을... 왜냐하면 두께가 꽤나 얇았거든요!!! 뭐 내용이 얼마나 깊겠어? 라고 첫인상은 그랬습니다. 수학에 약한지라 책이 두꺼워야 뭔가 볼 것이 있을거야 라는 고정관념에 사로 잡혀있는 저였습니다.
한빛미디어를 통해 나온 이 책은 역시나! O'REILLY 시리즈 답게 표지가 눈에 확 들어오죠 파이썬을 활용한 데이터 분석은 2판이 나왔고, 저는 1판을 가지고 있어서 이런저런 표시를 해가면서 열심히 봤습니다. 이제 베이지안 분석책도 열심히 봐야겠죠
이 책은 파이썬만을 위한 책도 수학만을 위한 책도 아닙니다. 프로그래머로서 데이터 분석에 있어서 활용할 만한 베이지안 분석이라는 방법을 파이썬을 활용해서 사용할 수 있게 도와주는 내용으로 알차게 꾸며져있습니다. 사실 베이지안 통계가 뭔지도 모르고 이 책을 받아들었는데, 읽어보니 아하? 라는 소리가 절로 나오더군요. 고등학교 때 열심히 했었던 통계에서 봤던 내용들이고요. 이론 설명도 충분히 되어 있기 때문에 전혀 기억이 나지 않더라도 따라갈만 했습니다. (* 조건부 확률이나 그런 용어들이 기억이 안 나서 잠시 멈칫하기는 했습니다. 하핫)
내용을 쭈욱 보면서 미리 다운 받아 놓았던 소스를 실행해보기도 하고, 이해가 안되는 부분은 직접 코딩을 하면서 따라가 봤어요. 분명 책이 얇다고 무시했는데, 그 분량안에서 충실하게 내용 설명을 하고 있고, 한 가지 주제를 다루기에 적당한 분량이었습니다.
자바 퍼즐러라던지 알고리즘 문제 풀이 책에서 느낄 수 있는 뭔가 머리를 쓴다는 느낌도 받아서 책을 읽는 내내 재미있었습니다. 중간 중간 연습문제가 나오는데, 수학 공부 좀 열심히 해둘껄? 하는 생각과 함께 각 챕터를 열심히 잘 읽었다면 약간의 검색을 통해 용어에 대한 이해에 시간을 좀 더 들여서 풀어낼 수 있는 문제였습니다. 단순 알고리즘 문제보다 코딩량도 적고 쉽지만, 머리는 더 써야 하는 그런
수학에 대한 목마름과 다음 차례로 프로그래밍 언어를 가지고 무엇을 해야할지 고민하는 프로그래머들에게 새로운 희열을 안겨줄 책이자, 현직 프로그래머들에게는 요즘 화두인 데이터 분석에도 활용할 수 있는 내용들이어서 도움이 많이 될 것 같습니다.
빅데이터 분석이 단순히 어떤 툴만을 가지고 할 수 있는 일이 아닌건 아시죠? 이런 기본 바탕을 가지고 있어야 명확한 분석과 제대로된 데이터 활용을 하실 수 있을 것 입니다! |
|
최근 '패턴인식(오일석 저)'이라는 책을 읽고 패턴인식, 기계학습쪽에 관심을 가지게 된 나에게, 이 책은 '파이썬을 활용한 베이지안 통계'라는 제목 만으로도 매우 흥미가 가는 책이었다. 그러다 한빛리더스에서 'Think Bayes'를 만날 수 있는 좋은 기회를 얻게되었고, 이 책은 내가 두번째로 읽는 통계학 관련 책이 되었다. 특히 베이지안 통계에만 집중하는 책은 처음인 것 같아 기대가 되었다.
[얇다!! 하지만 내용의 깊이는 결코 얕지 않다!! :-)]
일단, 처음 책을 받았을 때에는 생각 보다 얇아서 놀라웠다. (228페이지) 가볍지 않은 주제를 다루면서 페이지 수가 적다는 것은 보통 Overview형식으로 입문자용이거나, 기초 설명을 생략한 초~중급자용인데 이 책은 후자에 가까운 듯 하다. + Python에 대해서는... 워낙 Python자체가 쉽게 익힐 수 있는 언어다 보니, Python을 전혀 사용해본 적이 없는 사람일지라도 프로그래밍을 해본 사람이라면 충분히 접근 가능한 책이라고 생각합니다~! 기초 개념 설명을 전혀 하지 않는 것은 아니지만 초~중급자가 리마인드를 할 수 있을 정도로만 설명이 되어있어, 입문자용으로는 적합하지 않아보인다. 그러므로 입문을 하고 싶은 분들은 다른 입문서적이나 통계학의 기초를 다룬 책을 보길 권한다. 아니면 이 책의 서문에서 저자가 밝힌 대로, 선수과정으로 'Think Stats'(번역본을 한빛미디어에서 e-book으로 제공한다.)을 미리 읽고 보는 것도 좋을 것 같다.
[위와 같이, 왜 효율적인지는 딱히 설명하지 않는다. PMF와 CDF의 개념을 안다면 당연히 알 것이라 생각해서 인 듯 하다.] 책의 내용은 굉장히 알차다. 조건부확률부터 차근차근 설명해나가며 적당량의 설명과 적당량의 예시코드를 통해 이해하기 쉽게 해주는 것 같다. 책에서 드는 예시도 굉장히 좋다. 독일 탱크 문제, 몬티 홀 문제, 그 가격이 적당해요 문제, 보스턴 브루인스 문제 등과 같이 실제로 베이지안이 사용되었던/사용될 수 있는 상황이나 TV 쇼프로그램을 예시로 들어, 실제로 어떤 상황에 사용하는 것이 좋은지에 대한 감을 가질 수 있게 해준다. 개념은 줄줄 외울정도로 너~무 잘 아는데 이를 어디에/어떻게 활용해야할지 모르는... 그러한 참담한 사태를 방지해줄 듯 하다.
[2차 세계대전에서 실제로 베이지안 정리를 활용하였던 독일 탱크 문제! 그.. 근데 영어다ㅠㅠ] 다만, 예시들이 실제상황이긴하지만... 외국의 예시이다보니 한국사람입장에서는 검색을 하지 않으면 자세히 알 수가 없다. (책에서는 해당 예시에 대해 사전설명을 하지 않는다는 뜻. 마치 우리가 책에서 '무한도전'을 예시로 들 때, 그 프로그램에 대해서 깊게 설명하지 않는 것과 같지 않을까????) 저자가 만들어놓은 python라이브러리를 이용하여 예제 코드를 따라해보고, 한줄한줄 이해해가며 책을 보는 즐거움이 있었다. pyplot라이브러리를 이용하여 그래프로도 확인할 수 있어 좀 더 직관적인 이해가 가능했으며 데이터파일(.csv)도 함께 제공하여 실제로 데이터를 다룰 수 도 있어 좋은 경험이 된 것 같다.
[들여쓰기 오타! 하지만 책을 읽고 내용을 이해하는데에 큰 영향을 미치지는 않을 듯!] 아직 초판이라, python코드에서 가장 민감하다고 할 수 있는 들여쓰기(\t)오타가 드문드문 보였다. 하지만, 글의 흐름을 잘 따라간다면 해당코드의 들여쓰기 오타는 누구나 캐치할 수 있는 정도라 큰 문제가 되지 않을 듯하다. (오탈자 신고를 해뒀으니, 다음판에서 고쳐질 것으로 보인다!) 무엇보다 책의 흐름이, 내가 가장 좋아하는 방식인, 점진적 개선 방식이라 좋았다. 즉, 처음에는 단순한 예제코딩을 하게한 후에 점점 진도를 나갈 수록 이를 좀 더 효율적으로 개선시키거나 좀 더 복잡한 문제를 풀거나 하는 방식으로 진행된다. 다음 단원에서도 전 단원에서 사용한 클래스를 상속하여 활용한다든지 하여, 초반에는 읽는 속도가 좀 더디더라도 뒤로 갈 수록 속도가 붙는 것이 느껴졌다.
[해당 챕터의 예제를 바탕으로 좀 더 복잡한 계산을 할 수 있게 하는 질 좋은 연습문제!] 연습문제도 위의 사진에서 볼 수 있 듯이, 해당 챕터에서 진행한 예제 내용을 발전시켜서 나옴으로서 한단계 더 업그레이드 할 수 있도록 되어있다. 다만, 답이 없다는 것이 함정이지만... 스스로 생각하게 하는 좋은 문제들이다! +++ 단순히 개념파악만을 하는 책이 아니라 실제 실습 위주라 내 맘에 쏙 들었던 책이다. 다행히도 '패턴인식(오일석 저)'책을 읽었던 상태라, 이해하는게 크게 힘들지는 않았지만... 아직 입문자에 가깝기 때문에^^;;; 연습문제를 풀기가 조금 힘들었다ㅠㅠ나에겐 어렵다... 그래도 나의 두번째 통계책으로 맘에든다! 애매~하게 이해하고있던 베이지안이 이제 와닿는 느낌?! 다만, 책을 읽으며 think stats를 먼저 읽었었으면 좋았을거 같다는 생각을 많이했었다! 다음엔 think stats를 읽어볼까?!ㅋㅋㅋ 아무래도 번역본이다보니, 책을 읽으며 원서를 많이 참고하였다. (용어 등 때문....) 원서는 http://thinkbayes.com에 가면 무료로 pdf파일을 다운받을 수 있다. |
|
"파이썬을 활용한 베이지안 통계 (Think Bayes)" 저자 :앨런 R. 다우니 지음 | 권정민 역 출판사 : 한빛미디어 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 ^^
|
