간편결제, 신용카드 청구할인
삼성카드 6% (22,850원)
(삼성카드 6% 청구할인)
인터파크 롯데카드 5% (23,090원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (17,010원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (19,440원)
(최대할인 4만원 / 2만원 이상 결제)
Close

프로그래머를 위한 베이지안 with 파이썬 : 파이썬과 PyMC로 구현하며 익히는 베이지안 방법론

원제 : Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference
소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 864
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

27,000원

  • 24,300 (10%할인)

    1,350P (5%적립)

  • 구매

    21,600 (20%할인)

    1,080P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.
  • 추가혜택
    배송정보
    •  당일배송을 원하실 경우 주문시 당일배송을 선택해주세요.
    • 서울시 강남구 삼성로 512변경
    • 배송지연보상 안내
    • 무료배송
    • 해외배송가능
    주문수량
    감소 증가
    • 북카트 담기
    • 바로구매
    • 매장픽업
    • 이벤트/기획전

    • 연관도서

    • 사은품(5)

    출판사 서평

    베이지안 방법과 확률 프로그래밍, 이 모든 것을 파이썬으로!

    수학 없이 파이썬 코드로 이해한다.

    수식을 설명하지 않는다. 컴퓨터를 이용한 이해가 최우선이다. 베이지안에서 사용하는 MCMC 모델, 손실함수, A/B 테스팅 등을 파이썬 코드로 구현해보면서 내용을 이해하고 활용 방법을 익힌다. 결과적으로 베이지안 추론이 무엇이고, 다른 통계적 추론과 어떤 차이가 있는지 이해한다.

    계산 문제 대신 실생활 문제를 풀어본다.
    실생활 문제를 사용하여 베이지안 수학과 확률 프로그래밍을 연결시킨다. 문자 메시지 데이터에서 사용자 행동 추론하기, 학생들의 부정행위 빈도 추론하기, 캐글의 미국 인구조사 회신율 챌린지 도전하기 같은 예제를 베이지안 방법으로 풀어본다.

    PyMC + 주피터노트북으로 데이터를 시각화해서 파악한다.
    PyMC라는 파이썬 라이브러리로 베이지안 통계 모델링과 확률적 기계학습을 구현한다. 파이썬 코드를 쉽게 입력, 수정, 삭제하고, 실행 결과와 그래프를 바로 볼 수 있도록 주피터노트북을 사용한다.

    [이 책의 내용]
    1장 베이지안 방식으로 생각하기
    2장 PyMC로 베이지안 모델링 시작하기
    3장 MCMC로 알고리즘 수렴 여부 간파하기
    4장 베이지안 추론에서 표본 크기 이해하기
    5장 손실함수로 추론이 틀릴 확률 계산하기
    6장 적절한 사전확률분포 고르기
    7장 A/B 테스트에서 베이지안 추론 사용하기

    추천사

    베이지안 방법은 현대 데이터 과학자가 사용하는 여러 가지 도구 중 하나다. 베이지안 방법은 예측, 분류, 스팸 검출, 순위 매기기, 추론 그리고 다른 많은 작업에서 문제를 해결하는 데 사용된다. 하지만 베이지안 통계와 추론에 관한 글 대부분은 수학적인 세부 내용에만 초점을 맞추고, 좀 더 실용적인 엔지니어링에는 거의 관심을 두지 않는다. 내가 애디슨 웨슬리의 데이터 분석 시리즈 중 하나인 이 책을 반기는 이유도 바로 이것이다. 이 책은 실무자를 대상으로 베이지안 방법을 소개하고 있다.
    이 책은 베이지안 방법을 배우려는 데이터 과학자와 프로그래머에게 훌륭한 입문서다. 이 주제에 대한 캐머런의 지식과 실무 문제를 명확한 예제와 엮어 보려는 캐머런의 노력 덕분이다. 이 책은 예제와 그림, 파이썬 코드로 가득 차 있다. 파이썬 코드는 실제 문제를 쉽게 해결할 수 있는 실마리를 제공하며 실행 가능하다. 여러분이 데이터 과학, 베이지안 방법, 또는 파이썬을 사용한 데이터 과학을 처음 접한다면 이 책은 귀중한 자료가 될 것이다.
    - 폴 딕스 / 에디슨 웨슬리 데이터 분석 시리즈 편집자

    목차

    1장 베이지안 추론의 철학
    1.1 서론
    1.1.1 베이지안 심리 상태
    1.1.2 실제 베이지안 추론
    1.1.3 빈도주의자의 방법이 틀렸나?
    1.1.4 빅데이터에 대한 논의
    1.2 베이지안 프레임워크
    1.2.1 예제: 피해갈 수 없는 동전 던지기
    1.2.2 예제: 사서일까, 농부일까?
    1.3 확률분포
    1.3.1 이산적인 경우
    1.3.2 연속적인 경우
    1.3.3 그럼 λ란 무엇인가?
    1.4 컴퓨터를 사용하여 베이지안 추론하기
    1.4.1 예제: 문자 메시지 데이터에서 행동 추론하기
    1.4.2 우리의 첫 번째 망치를 소개한다: PyMC
    1.4.3 해석
    1.4.4 사후확률분포에서 얻은 표본에는 어떤 좋은 점이 있는가?
    1.5 결론
    1.6 부록
    1.6.1 두 λ가 정말 다른지 통계적으로 알 수 있나?
    1.6.2 변환점 두 개로 확장하기
    1.7 연습문제
    1.7.1 해답
    1.8 참고자료

    2장 PyMC 더 알아보기
    2.1 서론
    2.1.1 부모와 자식 관계
    2.1.2 PyMC 변수
    2.1.3 모델에 관측 포함하기
    2.1.4 마지막으로
    2.2 모델링 방법
    2.2.1 같은 스토리, 다른 결말
    2.2.2 예제: 베이지안 A/B 테스트
    2.2.3 간단한 예제
    2.2.4 A와 B를 묶어 보기
    2.2.5 예제: 거짓말에 대한 알고리즘
    2.2.6 이항분포
    2.2.7 예제: 학생들의 부정행위
    2.2.8 PyMC 대안 모델
    2.2.9 더 많은 PyMC 기법들
    2.2.10 예제: 우주 왕복선 챌린저호 참사
    2.2.11 정규분포
    2.2.12 챌린저호 참사 당일에는 무슨 일이 일어났는가?
    2.3 우리의 모델이 적절한가?
    2.3.1 분리도표
    2.4 결론
    2.5 부록
    2.6 연습문제
    2.6.1 해답
    2.7 참고자료

    3장 MCMC 블랙박스 열기
    3.1 베이지안 지형
    3.1.1 MCMC를 사용하여 지형 탐색하기
    3.1.2 MCMC 수행 알고리즘
    3.1.3 사후확률분포에 대한 다른 접근법
    3.1.4 예제: 혼합모델을 사용한 비지도 클러스터링
    3.1.5 사후확률분포의 표본을 섞지 마라
    3.1.6 MAP을 사용하여 수렴 개선하기
    3.2 수렴 판정하기
    3.2.1 자기상관
    3.2.2 솎아내기
    3.2.3 pymc.Matplot.plot()
    3.3 MCMC에 대한 유용한 팁
    3.3.1 지능적인 시작값
    3.3.2 사전분포
    3.3.3 통계적 계산에 대한 구전 정리
    3.4 결론
    3.5 참고자료

    4장 아무도 알려주지 않는 위대한 이론
    4.1 서론
    4.2 큰 수의 법칙
    4.2.1 직관
    4.2.2 예제: 푸아송 확률변수의 수렴
    4.2.3 Var(Z)를 어떻게 계산할까?
    4.2.4 기댓값과 확률
    4.2.5 이 모든 것이 베이지안 통계와 무슨 상관이 있을까?
    4.3 작은 수의 혼란
    4.3.1 예제: 통합된 지리 데이터
    4.3.2 예제: 캐글의 미국 인구조사 우편물 회신율 챌린지
    4.3.3 예제: 레딧 코멘트 정렬하기/추려내기
    4.3.4 추리기
    4.3.5 그러나 이 방법은 실시간에서는 너무 느리다
    4.3.6 별등급 시스템 확장
    4.4 결론
    4.5 부록
    4.5.1 코멘트를 추리는 수식 유도
    4.6 연습문제
    4.6.1 해답
    4.7 참고자료

    5장 오히려 큰 손해를 보시겠습니까?
    5.1 서론
    5.2 손실함수
    5.2.1 현실 세계에서의 손실함수
    5.2.2 예제: ‘The Price Is Right’ 쇼케이스 최적화
    5.3 베이지안 방법을 통한 기계학습
    5.3.1 예제: 금융예측
    5.3.2 예제: 캐글의 Observing Dark Worlds 콘테스트
    5.3.3 데이터
    5.3.4 사전확률
    5.3.5 훈련과 PyMC 구현
    5.4 결론
    5.5 참고자료

    6장 우선순위 바로잡기
    6.1 서론
    6.2 주관적인 사전확률분포 vs. 객관적인 사전확률분포
    6.2.1 객관적인 사전확률분포
    6.2.2 주관적인 사전확률분포
    6.2.3 결정, 결정…
    6.2.4 경험적 베이즈
    6.3 알아두면 유용한 사전확률분포
    6.3.1 감마분포
    6.3.2 위샤트분포
    6.3.3 베타분포
    6.4 예제: 베이지안 MAB(Multi-Armed Bandits)
    6.4.1 응용
    6.4.2 솔루션 제안
    6.4.3 적합의 척도
    6.4.4 알고리즘 확장하기
    6.5 해당 분야 전문가로부터 사전확률분포 유도하기
    6.5.1 트라이얼 룰렛법
    6.5.2 예제: 주식수익률
    6.5.3 위샤트분포를 위한 팁
    6.6 켤레 사전확률분포
    6.7 제프리 사전확률분포
    6.8 N이 증가할 때 사전확률분포의 효과
    6.9 결론
    6.10 부록
    6.10.1 벌점화 회귀부모형에 대한 베이지안의 관점
    6.10.2 퇴화 사전확률분포 고르기
    6.11 참고자료

    7장 베이지안 A/B 테스트
    7.1 서론
    7.2 전환율 테스트 개요
    7.3 선형손실함수 추가하기
    7.3.1 기대수익분석
    7.3.2 A/B 실험 확장하기
    7.4 전환율을 넘어서: t-검정
    7.4.1 t-검정 설정
    7.5 증분 추정하기
    7.5.1 점추정량 만들기
    7.6 결론
    7.7 참고자료

    부록 A
    A.1 파이썬, PyMC
    A.1.1 아나콘다 설치하기
    A.1.2 실습 전 라이브러리 설치하기
    A.2 주피터 노트북
    A.2.1 예제 소스 다운로드
    A.2.2 주피터 노트북 실행
    A.3 Reddit 실습하기
    A.3.1 praw 설치하기
    A.3.2 Reddit 가입하기

    용어집
    찾아보기

    본문중에서

    베이지안 방법은 자연스러운 추론 방법이지만, 내용이 따분하고 수학적인 분석으로 가득 차 있어 독자와 거리가 멀다. 전형적인 베이지안 추론 책에서는 확률 이론이 2~3개 장 분량으로 나온 다음 베이지안 추론이 무엇인지 전개된다. 안타깝게도 대부분의 베이지안 모델은 수학적으로 다루기 어려워 독자에게는 간단하고 인위적인 예제만 제시된다.
    최근 기계학습 경쟁에서 베이지안 방법이 성공을 거둔 이후 나는 이 주제를 다시 연구해보기로 마음먹었다. 수학적 지식이 있음에도 불구하고 예제를 읽고 단편적인 지식들을 합쳐 베이지안 방법을 이해하는 데 꼬박 사흘이 걸렸다. 이론을 실무로 이어주는 문헌이 충분하지 못했기 때문이다. 내가 잘못 이해했던 이유는 베이지안 수학과 확률 프로그래밍 사이가 연결되지 않아서였다. 내가 겪었던 것을 독자는 겪을 필요가 없을 거라고 생각한다. 이 책이 그 간극을 메워줄 것이다.
    [프로그래머를 위한 베이지안 with 파이썬]은 컴퓨터를 이용한 이해가 최우선이고, 수학은 그 다음이라는 관점으로 설계된 베이지안 추론 입문서다. 수학에는 관심이 없지만 베이지안 방법을 실습하고 싶은 열정적인 독자라면 이 책 한 권으로도 충분히 만족스럽고, 즐거울 것이다.
    확률 프로그래밍 언어로 PyMC를 선택한 이유는 두 가지다. 첫째, 이 책을 쓸 당시 PyMC 분야에는 예제를 풀고 설명해주는 중심 리소스 역할을 하는 곳이 없었다. 공식 문서는 베이지안 추론과 확률 프로그래밍에 대한 사전지식이 있다고 가정하고 만들어졌다. 이 책이 독자의 사전지식 수준과 상관없이 PyMC를 사용하는 데 도움이 되었으면 한다. 둘째, 최근 파이썬에서 이루어진 핵심적인 발전과 과학 관련 스택의 인기로 PyMC가 곧 핵심 요소가 될 것으로 보인다.
    PyMC를 실행하려면 NumPy와 선택 사항으로 SciPy 라이브러리가 필요하다. 사용자의 편의를 위해 이 책의 예제는 PyMC, Numpy, SciPy, matplotlib만 있으면 된다.
    이 책에서 사용한 데이터셋은 온라인에서 모두 얻을 수 있다.
    - URL: https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-
    Methods-for-Hackers
    - 길벗출판사 URL: https://github.com/gilbutITbook/006775
    ('저자 서문' 중에서)

    베이지안 통계를 본격적으로 공부하게 된 것은 이 책의 번역을 맡은 시점보다 약간 오래되었는데, 그 계기는 기계학습 덕분이다. 기계학습을 공부하다 보니 뭔가 기초가 부족함을 절감하였는데, 그중 하나가 학교에서 배운 빈도주의 통계뿐만 아니라 베이지안 통계였다.
    학부시절 옵션, 이자율 스왑 등 파생상품이나 재무관리를 배우고 관련 공식 등을 프로그래밍 코드로 옮기면서 큰 공부가 되었다. 캐머런과 마찬가지로 번역을 하는 나 역시 뭔가 배울 때는 이론과 실습 또는 실무를 같이 병행하는 것이 효과적이라고 생각한다.
    이 책의 장점은 깊이 있는 베이지안 통계 이론을 전달하는 대신 현실적이고 실용적인 베이지안 통계 가이드이자 출발점 역할을 한다는 점이다. 이 책으로 시작해 베이지안 통계에 대해 더 깊은 관심과 학문적 호기심을 가진다면 이론을 다룬 책으로 넘어갈 수 있을 것이다.
    ('역자 서문' 중에서)

    관련이미지

    저자소개

    캐머런 데이비슨 필론(ameron Davidson-Pilon) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 1종
    판매수 138권

    캐머런은 캐나다 온타리오 주 ㅤㄱㅞㄹ프에서 성장하였으며 워털루대학교와 모스크바독립대학에서 수학하였다. 유전자와 질병의 진화역학부터 금융상품 가격에 대한 확률적 모델링까지 여러 응용수학 분야를 거쳐 왔다. 현재는 온타리오 주 오타와에 살면서 온라인 상거래 선두 업체인 쇼피파이(Shopify)에서 일하고 있다.

    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    한양대학교 경제학 석사를 받았으며 은행과 자산운용사의 리스크, 컴플라이언스, 헤지펀드 부서에서 리스크 및 펀드성과 리포팅, 주식 및 선물운용 및 계량분석, ELS 평가 및 백테스팅, 백오피스 업무자동화 등을 위한 업무와 소프트웨어를 개발하였다. 현재는 두 명의 동료와 함께 딥러닝 기술을 이용한 증권분석 및 추천시스템, 금융회사의 ERP 및 업무자동화 서비스 개발에 참여하고 있다. 그의 개인적인 활동은 블로그(deeplearners.wordpress.com, timebird.egloos.com)에서 볼 수 있다.

    이 책과 내용이 비슷한 책 ? 내용 유사도란? 이 도서가 가진 내용을 분석하여 기준 도서와 얼마나 많이 유사한 콘텐츠를 많이 가지고 있는가에 대한 비율입니다.

      리뷰

      0.0 (총 0건)

      구매 후 리뷰 작성 시, 북피니언 지수 최대 600점

      리뷰쓰기

      기대평

      작성시 유의사항

      평점
      0/200자
      등록하기

      기대평

      10.0

      교환/환불

      교환/환불 방법

      ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청함, 1:1 문의 게시판 또는 고객센터(1577-2555) 이용 가능

      교환/환불 가능 기간

      고객변심은 출고완료 다음날부터 14일 까지만 교환/환불이 가능함

      교환/환불 비용

      고객변심 또는 구매착오의 경우에만 2,500원 택배비를 고객님이 부담함

      교환/환불 불가사유

      반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가할 수 있음
      배송된 상품의 분실, 상품포장이 훼손된 경우, 비닐랩핑된 상품의 비닐 개봉시 교환/반품이 불가능함

      소비자 피해보상

      소비자 피해보상의 분쟁처리 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 따라 비해 보상 받을 수 있음
      교환/반품/보증조건 및 품질보증 기준은 소비자기본법에 따른 소비자 분쟁 해결 기준에 따라 피해를 보상 받을 수 있음

      기타

      도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 주문이 취소될 수 있음(이 경우 인터파크도서에서 고객님께 별도로 연락하여 고지함)

      배송안내

      • 인터파크 도서 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다

      • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

      • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능하여, 인터파크 외 타업체 배송상품인 경우 발송되지 않을 수 있습니다.

      • 배송비

      도서(중고도서 포함) 구매

      2,000원 (1만원이상 구매 시 무료배송)

      음반/DVD/잡지/만화 구매

      2,000원 (2만원이상 구매 시 무료배송)

      도서와 음반/DVD/잡지/만화/
      중고직배송상품을 함께 구매

      2,000원 (1만원이상 구매 시 무료배송)

      업체직접배송상품 구매

      업체별 상이한 배송비 적용