[스탠코리아 StanKorea] 베이즈 통계학 소개 Introduction to Bayesian Statistics | 베이즈 정리 & 베이즈 추론 | 베이지안이 되어야 할 이유
ฝัง
- เผยแพร่เมื่อ 5 ก.ย. 2024
- 안녕하세요, 스탠코리아입니다~!!
스탠(Stan)은 베이지안 통계 모델링 및 계산을 위한 플랫폼인데요!
오늘은 첫번째 영상으로 베이즈 통계학에 대해 간단히 소개하는 컨텐츠를 제작해봤습니다!
베이즈 정리와 베이즈 추론에 대해 알아보고,
베이즈 추론이 실제 머신러닝 분야에서 어떻게 중요하게 쓰이는지 알아보아요!!
앞으로도 베이지안 통계학에 대한 다양하고 유익한 영상을 업로드할 예정이니 구독과 좋아요 많이 부탁드려요~
**스탠 공식홈페이지: mc-stan.org
**스탠코리아 페이스북: / stankorea
**스탠코리아 github: github.com/Sta...
**스탠코리아 이메일: mc.stankorea@gmail.com
📕베이즈 통계학의 바이블📕
Bayesian Data Analysis (BDA) 한글판 출판 소식!!!
스탠코리아에서 직접 번역한
“Bayesian Data Analysis”의
(by Andrew Gelman, John Carlin, Hal Stern, David Dunson, Aki Vehtari, and Donald Rubin)
한글 번역본이 6월 말, 온라인 e-book을 통해 출판될 예정입니다!
📕 베이지안에 관심 있다
📕 AI, 머신러닝 등 데이터사이언스에 관심 있다
📕 통계학이 재미있다
📕 그냥 궁금하다 하시는 모든 분들!!
공식 출판 후 재공지해드릴 예정이니 BDA 한글판에 많은 관심 부탁드립니다~!!
![[스탠코리아] Stan을 통한 베이즈 추론 1. 베르누이 분포 | Bayesian Inference with Stan 1. Bernoulli Distribution](http://i.ytimg.com/vi/NkpNWJWklgs/mqdefault.jpg)
![[스탠코리아] Stan을 통한 베이즈 추론 1. 베르누이 분포 | Bayesian Inference with Stan 1. Bernoulli Distribution](/img/tr.png)
![[SUB] The easiest way to understand Bayes Theorem](http://i.ytimg.com/vi/Y4ecU7NkiEI/mqdefault.jpg)
![[กูเพิ่งซื้อมึงปิดหนี] 20 นาที ผมรีวิวเกมที่แย่ที่สุดในโลก CONCORD](http://i.ytimg.com/vi/XhC-3q3Ii7I/mqdefault.jpg)
'우도'를 쓰지않고 '가능도'로 설명해 주시니 너무 좋습니다. 차근 차근 여러번 보면서 대체 학교때 뭐 배웠는지 한탄이 절로 나옵니다. 좋은 영상 많이 부탁합니다.^^
설명 엄청 쉽게 잘가르쳐주시네요! 감사합니당
감사합니다~~~~ 구독좋아요 누르고갑니다 영상 더올려주세요♡
안녕하세요!! 스탠코리아입니다👏👏
이번 영상은 베이지안 통계학을 소개하는 영상으로,
베이즈 정리, 베이즈 추론과 그 응용에 대한 내용을 담았습니다.
00:52 확률을 정의하는 두 가지 관점: 빈도주의 & 베이지안
03:30 베이즈 정리
07:49 베이즈 추론 예제
11:32 베이즈 추론의 장점
12:45 머신러닝에의 적용 - 칼만 필터(Kalman Filter)
18:04 마무리
쉽고 직관적으로 설명해주셔서 이해가 쉽네요 😁
ScalaStan을 활용한 베이지안 분석 예시도 설명 기대하겠습니다!
최고의 알기쉬운 설명입니다. 응용사례로 칼만필터를 든것도 좋고요.
증거를 데이터로 설명하니까 이해가 됩니다. 설명 감사드려요.
설명해주시는 분 너무 귀여워요 ☺️❤️
쉽게 이해할 수 있었습니다.
와우 명쾌한 내용 감사합니다.
정리 너무 좋아요! 잘봤어요~
영상 잘 봤습니다. 앞으로도 좋은 영상 많이 부탁드려요~! 구독 좋아요하고 갑니다 ㅎㅎ
베이즈 통계학에 대해 궁금했었는데 알기 쉽게 설명해주셔서 감사합니다~
지속적으로 업데이트 해주시길 간절히 바라면서 좋아요와 구독 눌렀습니다. ^^
유익했습니다. 좋은 강의 잘 보았습니다.
대단히 감사드립니다.
대박! RStan에 관심 많은 과학자입니다 :) 통계학 전문이 아니라서 걱정이 많았는데 공부해볼께요 감사합니다.
또 왔어요 목소리 예뻐요
준비를 많이 하셨네요.. 덕분에 애매했던 부분이 많이 채워졌습니다, 감사합니다!!
베이즈정리를 칼만필터에 연결시켜 주신 부분이 정말 좋았습니다!
설명을 정말 잘 하시네요! 감사합니다
좋은 영상 감사합니다~
너무 예뻐요...
와 이런 채널이 있다니....ㅎㅎ 잘 이용할께요!!
너무 좋은 강의 감사합니다. 학교 과제에 필요한 설명이였는데 너무 쉽게 설명해 주셔서 이해가 너무 잘 되었어요! 영상 출처 밝히고 참고해서 써도 될까요?
안녕하세요, 도움이 되셨다니 감사합니다 ㅎㅎ 네! 쓰셔도 괜찮습니다☺️
좋은 영상 감사드립니다. 8:33에서 분모를 지운 이유를 다시 한번 알려줄 수 있을까요?
프리젠테이션 할 때 글을 이쁘게 쓰시는데 툴이 뭔지 알 수 있나요. 장비 스크린 , 제가 가끔 온라인 강의를 하는데, 그냥 피피티 에 있는 펜을 쓰는데 별로 이쁘지도 않고 쓰기도 힘들고, 모양도 엉망이고 그래서 여쭈니다. 그리고 내용 잘 보았습니다. 같은 전공은 아니지만 개인적으로 이이론이 좋아서 공부하고 있습니다.
칭찬 감사합니다. 저는 아이패드에서 굿노트 프로그램을 썼습니다. ㅠㅠ 피피티 프로그램을 쓰시다보면 힘들겠습니다. 좋은 말씀 감사합니다.
좋은 영상 감사합니다. 베이지안 통계를 이해하는데 도움이 되었습니다. BDA 온라인 e-book은 출시되었나요?
출판이 늦어져 7월 중으로 출시될 예정입니다!!
베이지안 통계에 대한 설명 잘 들었습니다. 제가 이쪽을 잘 몰라서 그러는데 무식한 질문 하나만 드리면 9:17에서 분모 6과 10:54에서 분모 14는 어디서 나온 건가요??
안녕하세요 :) 09:17은 각각의 비율이 3:2:1이어서 모수 theta_1 이 참일 확률이 3/(3+2+1) 이며, 10:54에선 비율이 9:4:1 이어서 theta_1의 확률이 9/(9+4+1)이 되었습니다. 좀 급하게 넘어간 부분이 있지 않았나 싶네요. 관심 가져주셔서 감사합니다 ㅎㅎ
베이지안 추론에 대해서 공부중인데 자료로 사용해도 될까요?
답변이 늦었습니다. 네 괜찮습니다~