AllenDowney/BayesMadeSimple

해결하는 문제

이 프로젝트는 베이즈 통계 학습을 위한 초보자 친화적인 리소스 부족 문제를 해결합니다. 프로그래머가 기존 Python 기술을 활용하여 통계 개념을 이해할 수 있도록 도와주며, 해당 분야에 대한 사전 배경 지식을 요구하지 않습니다.

작동 방식

튜토리얼은 그리드 알고리즘을 사용하여 베이즈 방법을 소개하며, MCMC와 같은 더 복잡한 기술로 넘어가기 전에 개념적 기반을 구축하는 데 도움이 됩니다. pandas와 NumPy 같은 라이브러리를 사용하여 확률 추정 및 불확실성 하에서의 의사 결정과 같은 실제 문제를 다루는 세 개의 대화형 Jupyter 노트북으로 구성됩니다.

대상 독자

기본 Python 프로그래밍에 익숙한 초보자를 위해 설계되었습니다. NumPy와 pandas에 대한 약간의 친숙함이 도움이 되지만, 사전 통계 지식은 필요하지 않습니다.

주요 특징

• 쿠키 문제, 유로 문제, 베이즈 밴딧의 세 가지 구체적인 모듈을 통한 실습 학습.
• Google Colab을 통해 사용 가능한 즉시 사용 가능한 노트북으로, 로컬 설치가 필요 없습니다.
• 연습용 노트북과 완성된 솔루션 버전이 모두 포함되어 자기 주도 학습이 가능합니다.
• 저자의 포괄적인 책인 Think Bayes에 대한 링크를 포함한 추가 학습을 위한 명확한 경로를 제공합니다.