[파이썬을 활용한 베이지안 통계]

[파이썬을 활용한 베이지안 통계]

제목 : 파이썬을 활용한 베이지안 통계(Think Bayes) 2판 1쇄 발행 : 2022년 06월 30일 지은이 : 앨런 B. 다우니 옮긴이 : 권정민 출판사 : 한빛미디어

 

  베이즈 정리, 베이지안 최적화, 베이지안 통계 등 베이지안 이론은 평소 아는듯 모르는듯 하면서 애매하게 친숙하지만 잘 설명하지 못하는 것이었다. 다행히 이번달 리뷰에서 선택된 도서가 이 책이어서 한편으로는 기뻤다. 하지만 막상 책을 받고보니 412 pg에 챕터가 20개나 되는 두꺼운 책이었다. 다행히 책은 원론적인 개념들만 설명하는 도서가 아니라 '몬티 홀 문제'나 '주사위 문제', '월드컵 문제' 등 실생활과 매우 밀접한 사례와 관련 문제를 토대로 어려운 개념들을 쉽게 풀어가고 있다. 게다가 모든 예제는 저자의 깃허브를 통해 주피터 노트북 형태로 제공되고 있어서 Numpy와 Pandas, SciPy 라이브러리만 어느정도 친숙하다면 어렵지 않게 학습해볼 수 있게 구성되었다.

 

* (Think Bayes 2) github : https://github.com/AllenDowney/ThinkBayes2

* 원서 홈페이지(실습 파일 다운 가능) : http://allendowney.github.io/ThinkBayes2/index.html

 

(정리해보고 싶은 내용을 기록해 보면 아래와 같다)

(pg 19) 베이지안 통계의 기본은 베이즈 이론이고, 베이즈 이론의 기본은 조건부확률이다.

조건부확률만 보면 그리 어렵게 느껴지지 않지만 막상 베이즈 정리를 살펴보면 조금 난해하다.

(pg 33) ... 논리곱은 교환 가능하다는 것을 살펴보았다. 이를 나타내면 아래와 같다.

P(A and B) = P(B and A),

위 식에 정리2를 적용하면 다음 식을 얻을 수 있다.

P(B)P(A|B) = P(A)P(B|A)

위 식은 다음과 같이 해석할 수 있다. 만약 A와 B의 논리곱을 확인하고 싶다면, 다음 중 한 가지 방법을 사용할 수 있다.

1. B를 먼저 확인하고 B의 조건일 때 A를 살펴본다.

2. A를 먼저 확인하고 A의 조건일 때의 B를 살펴본다.

이를 P(B)로 나누면, 정리 3을 얻을 수 있다.

P(A|B) = P(A)P(B|A) / P(B),        이 것이 베이즈 정리다.

 

각 챕터마다 관련된 예제와 연습문제로 기본기를 탄탄하게 학습할 수 있게 잘 쓰여진 책이었다. 아직 얉게 훑어본것 말고 더 깊이 여러번 살펴보아야 잘 이해가 될 것 같다. 하지만 그럼에도 좋은 책을 만나서 기분은 좋았다. 앞으로 차근차근 꾸준히 공부하면서 정리해봐야겠다.

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

 

<Reference>

- https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=296797217

- https://github.com/AllenDowney/ThinkBayes2

- http://allendowney.github.io/ThinkBayes2/index.html