After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
Bayesian 데이터 분석은 신뢰수준이나 p-값 같은 고정 상수에 의존하지 않고 조건부 확률을 추정하는 점증적으로 대중적인 통계적 추론 방법입니다. 이 강의에서는 Bayesian 데이터 분석의 작동 원리, 고전적 접근법과의 차이, 그리고 데이터 사이언스 도구 상자에서 왜 필수적인지 배웁니다. 실제 광고, 판매, 자전거 대여 데이터를 분석하면서 Bayesian 관점에서 A/B 테스트, 의사결정 분석, 선형 회귀 모델링을 익히게 됩니다. 마지막으로 PyMC3 라이브러리를 직접 사용해 Bayesian 모델을 설계하고 적합하며 해석하는 과정을 더 쉽게 수행해 볼 거예요.
사전 요구 사항
커리큘럼
코스 개요
1
Bayesian의 길
Bayesian 세계로의 첫걸음을 내디뎌 보세요. 이 장에서는 확률과 통계 분포의 기본 개념, 그리고 Bayesian 방법의 초석인 유명한 베이즈 정리를 소개합니다. 마지막으로 무작위 동전 던지기에서 결론을 도출하는 첫 Bayesian 모델을 만들어 봅니다.
2
Bayesian 추정
이제 Bayesian의 내부를 들여다볼 차례예요. 베이즈 정리를 약 효과 데이터에 적용해 그리드 근사를 사용하여 확률 분포의 모수를 추정하고, 새로운 데이터가 들어올 때마다 이 추정치를 갱신하는 방법을 배웁니다. 이어서 사전 지식을 모델에 반영하는 법을 익히고, 마지막으로 비전문가 대상에게 결과를 명확히 전달하는 중요한 보고 역량을 연습합니다.
3
Bayesian 추론
이제 익힌 Bayesian 데이터 분석 기술을 실제 비즈니스 문제 해결에 적용해 봅니다. 온라인 판매 마케팅 데이터를 활용해 A/B 테스트, 의사결정 분석, 선형 회귀 모델을 통한 예측을 수행합니다.
4
PyMC3로 하는 Bayesian 선형 회귀
마지막 장에서는 강력한 PyMC3 패키지를 활용해 Bayesian 회귀 모델을 손쉽게 적합하고, 모델 수렴에 대한 검증을 수행하며, 경쟁하는 모델 간 선택을 하고, 새로운 데이터에 대한 예측을 생성합니다. 마무리로, 아보카도의 최적 가격을 찾는 Bayesian 데이터 분석 사례 연구에 지금까지 배운 내용을 적용해 볼 거예요. 행운을 빕니다!
Python으로 배우는 Bayesian 데이터 분석
코스
완료
