베이즈는 누구? 베이즈는 무엇?

Python으로 배우는 Bayesian 데이터 분석

Michal Oleszak

Machine Learning Engineer

베이즈는 누구?

¹ 퍼블릭 도메인, https://commons.wikimedia.org/w/index.php?curid=14532025

우산을 가져가야 할까요?

베이즈란?

• 베이지안 추론은 새 정보가 생길 때 믿음을 갱신하는 것을 뜻합니다.

베이즈란?

• 베이지안 추론은 새 정보가 생길 때 믿음을 갱신하는 것을 뜻합니다.

• 고전적 접근과는 매우 다릅니다.

 

 

	빈도주의(고전)	베이지안
확률
모수

베이즈란?

• 베이지안 추론은 새 정보가 생길 때 믿음을 갱신하는 것을 뜻합니다.

• 고전적 접근과는 매우 다릅니다.

 

 

	빈도주의(고전)	베이지안
확률	결과의 비율	믿음의 정도
모수

베이즈란?

• 베이지안 추론은 새 정보가 생길 때 믿음을 갱신하는 것을 뜻합니다.

• 고전적 접근과는 매우 다릅니다.

 

 

	빈도주의(고전)	베이지안
확률	결과의 비율	믿음의 정도
모수	고정값	확률변수

베이즈로 가면 이득!

• 불확실성을 자연스럽게 다룸(모수에 분포가 있음).
• 전문가 의견·도메인 지식을 모델에 반영 가능(확률=믿음의 정도).
• p-value 같은 고정 상수에 의존할 필요 없음.
• 데이터가 적어도 통계적으로 타당.
• 빈도주의 결과와 자주 일치하나, 맞춤형 모델에 더 유연.

확률분포

• 확률변수의 분포는 가능한 값들과 그 확률을 나타냅니다.
• 이산형(가능 값 집합이 유한) 또는 연속형(무한)일 수 있습니다.
• 연속형 분포는 밀도 그래프로 시각화할 수 있습니다.

파이썬에서의 분포

print(draws)

[146.58686154393, 159.40688614250, ..., ]

 

print(len(draws))

10000

import matplotlib.pyplot as plt
import seaborn as sns
sns.kdeplot(draws, shade=True)
plt.show()

베이즈로 가봅시다!

Python으로 배우는 Bayesian 데이터 분석