[도서리뷰] 한빛미디어 '파이썬을 활용한 베이지안 통계(2판)'

think-bayes-using-python

이 포스트는 한빛미디어에서 출간한 '파이썬을 활용한 베이지안 통계(2판)'을 읽고 작성한 서평입니다.

INTRO

데이터 분석에 입문하려는 분들에게 첫번째 고민은 바로 언어의 선택일 것입니다. 대부분 R or Python 중에 선택을 하게 될 텐데, 검색을 해보면 통계적인 분석에는 R이 강하고, 머신러닝/딥러닝 등 활용성이 좋은 건 Python 이라고 안내하고 있어 많은 분들이 좀 더 범용적인 Python을 선택하시는 경우를 많이 봤습니다. 이전에는 위 설명이 틀린것은 아니었으나 최근에는 R과 Python이 서로의 경계를 허물고 상호 호환적인 언어로 발전하고 있으며, Python 자체로 다양한 통계 분석이 가능해졌고 부족한 부분은 R을 로드하여 패키지를 활용할 수 있습니다.
해당 도서에는 R 활용 없이 Python 자체 모듈/패키지들을 이용하여 베이지안 통계 분석을 수행하고 활용하는 방법에 대해 설명합니다. 아직 과거의 기억이 머물러있거나 Python의 한계라고 생각했던 통계 분석의 맛을 보고 싶으신 분들에게 추천드리는 책입니다.

책 소개

베이지안으로 생각하고 프로그래밍하라

베이지안 통계를 마주하는 데는 프로그래밍으로 충분하다. 이 책을 읽고 나면 통계 문제를 수식 대신 파이썬 코드로, 연속 확률 분포 대신 이산 확률 분포를 사용해서 풀 수 있게 된다. 골치 아픈 수학 대신 프로그래밍을 통해 베이지안 기초 지식을 이해하고, 통계 기법 하나하나를 실생활 문제에 적용해보자.

베이지안 통계 기법이 더 보편화되고 더욱 주목받고 있지만, 초심자가 볼 만한 자료는 별로 없다. 이 책은 저자 앨런 B. 다우니의 대학교 학부 강의를 기반으로 한 계산 접근법으로 베이지안 통계에 순조롭게 접근하도록 도와준다.

대상 독자

  • 파이썬이 익숙한 분
  • 넘파이와 판다스를 아는 분
  • 수학 없이 간단한 프로그래밍으로 통계를 익히고 싶은 분

주요 내용

  • 프로그래밍으로 베이지안 통계를 배우고 이해하기
  • 추정, 예측, 의사 결정 분석, 증명, 베이지안 가설 검정 등의 문제 살펴보기
  • 동전, 주사위, 쿠기 그릇 등의 간단한 예제를 통해 이해하기
  • 실생활 문제를 푸는 데 사용하는 계산법 익히기

목차

  1. 확률
  2. 베이즈 정리
  3. 분포
  4. 비율 추정
  5. 수량 추정
  6. 공산과 가산
  7. 최솟값, 최댓값 그리고 혼합 분포
  8. 포아송 과정
  9. 의사결정분석
  10. 검정
  11. 비교
  12. 분류
  13. 추론
  14. 생존 분석
  15. 표식과 재포획
  16. 로지스틱 회귀
  17. 회귀
  18. 켤레사전분포
  19. MCMC
  20. 근사 베이지안 계산

책을 읽고

▶ 주관적인 평점 : 3.5점 / 5.0점


해당 도서는 Python을 다룰 수 있는 분들을 대상으로 '베이지안 통계'를 활용하는 방법에 대해 설명합니다. 분석 언어로 R과 Python이 비교될 때마다 통계 분석 파워에서 항상 밀리던 Python이 이제는 보다 많은 부분을 커버할 수 있다는 가능성을 맛볼 수 있었으며, 기초 통계량부터 차근차근 설명하고 있어 초보자 분들도 쉽게 배우실 수 있을 것 같습니다.

Python을 사용할 줄 알고, 통계를 맛보고 싶으신 분들에게 추천드리는 책입니다.

think-bayes-using-python
[출처] Think Bayes - 사전분포와 사후분포

think-bayes-using-python
[출처] Think Bayes - 와이불 분포의 CDF

관련 링크

[1] 한빛출판네트워크 - 파이썬을 활용한 베이지안 통계(2판)
[2] 소스코드 - 주피터 노트북 파일
[3] 소스코드 - 주피터 노트북 압축파일
[4] 연습문제 해답