Derek 의 데이터 분석 성장기

1. 개요  해당 강의는 Harvard의 'Statistics 110' 강의이다. 확률의 기본 개념을 이해하는 것은 분석 능력을 크게 향상시킬 수 있다고 말하고 있다. 핵심 주제는 샘플 공간, 사건, 계산 원칙과 같은 기본 개념을 마스터하는 것이며, 이는 실제 문제를 해결하는 데 필수적이라고 설명하고 있다. 해당 강의에서는 이산 확률 분포와 연속 확률 분포를 배우고, 이러한 원칙들이 유전학, 물리학, 경제학과 같은 다양한 분야에서 어떻게 적용되는지를 알게 될 수 있다고 말하고 있다.강의를 마친 후에는 불확실성을 이해하고 이를 효과적으로 수치화하는 강력한 능력을 갖추게 될 수 있다고 말하고 있다. 이 지식은 과학적 분야뿐만 아니라 일상적인 의사 결정 상황에서도 매우 유용하다는 게 해당 강의에 대한 설명이다..

해당 베이지안 공부는 Think Bayes(파이썬을 활용한 베이지안 통계) 책을 기반으로 공부하고, 정리하였습니다.    0. 베이지안  베이지안은 왜 필요할까? 베이지안은 불확실성을 다루는 통계적 방법론 중 하나로, 믿음의 정도를 확률적으로 나타내고 이를 업데이트하는 데 중점을 두는 방법론이다. 빈도주의적 통계학은 데이터의 빈도나 반복에 기반하여 추론을 진행한다. 그렇다면, 빈도주의적 통계학도 있는데 베이지안 접근 방법은 왜 필요할까? 1. 개인화된 추론을 가능케한다.베이지안 통계학은 개인화된 추론을 허용합니다. 개별의 사전 믿음이나 정보를 고려하여 사후 추정치를 계산할 수 있습니다. 이는 실제 상황에서 많은 가치가 있다고 한다. 예를 들어, 의료 분야에서 각 환자의 고유한 특성과 조건을 고려하여 진단..