StanKorea 스탠코리아
StanKorea 스탠코리아
  • Видео 27
  • Просмотров 44 590
Dynamic Simulation-based Calibration - MIT Prob. Comp. Lab Seminar
Invited lab seminar on simulation-based calibration's orchestrating role in the workflow.
Просмотров: 151

Видео

Model Network Exploration
Просмотров 2462 года назад
Model Network Exploration
Automatic Differentiation - 자동미분
Просмотров 1,1 тыс.3 года назад
Automatic Differentiation - 자동미분
[회귀분석] 1_회귀분석 개요 2 (스탠코리아)
Просмотров 3553 года назад
회귀분석에 대한 대략적인 설명을 하는 두 번째 영상입니다. 회귀분석의 기본 가정들을 살펴보고, 그 중에서도 중요한 등분산성과 다중공선성에 대해 자세히 살펴봅니다. 코드 링크 : github.com/StanKorea/youtube/tree/master/regression_lecture_codes
[회귀분석] 1_회귀분석 개요 1 (스탠코리아)
Просмотров 3293 года назад
회귀분석에 대한 대략적인 설명을 하는 첫 번째 영상입니다. 회귀분석이 무엇인지, 여러 분야에서 어떻게 바라보는지 알아보고, 예시 코드도 같이 보겠습니다!
SBC StanConnect
Просмотров 5133 года назад
Talks from 2021 Stan Conference on Simulation-based Calibration topic. SBC tools are documented at hyunjimoon.github.io/SBC/ and the tutorial materials are available at www.martinmodrak.cz/post/2021-sbc_tutorial/.
[회귀분석] 0_수업 소개 영상 (스탠코리아)
Просмотров 2743 года назад
앞으로 진행할 Regression Analysis(회귀분석) 수업에 대한 소개와 대략적인 수업 방식을 다루는 영상입니다. 회귀분석을 여러 관점에서 이론적으로, 직관적으로 이해해보고, 코드로 구현까지 해보는 수업을 준비했습니다!
뉴욕시의 바퀴벌레🪳 관리?! 베이즈 Stan 방법으로 최적의 트랩 설치 장소 찾기
Просмотров 2083 года назад
뉴욕시의 바퀴벌레🪳 개체 수 관리를 위한 최적의 트랩 설치 장소를 베이즈 방법으로 어떻게 찾을 지에 관한 Stan 케이스 스터디 설명 영상입니다. 📍참고문헌 StanCon 2018 Helsinki Intro Workshop by Jonah Gabry LInk: github.com/jgabry/stancon2018helsinki_intro
[스탠코리아] Stan 베이즈 추론 3. 회귀분석 | Stan Part3. Bayesian Simple & Multiple Linear Regression Analysis
Просмотров 1,5 тыс.3 года назад
⭐️ 영상 코드 다운로드: github.com/StanKorea/youtube 안녕하세요 스탠코리아입니다!☺️ 이번 영상은 Stan을 통해 회귀분석을 구현하는 영상입니다. R에서는 lm() 함수를 가지고 쉽게 단순 선형회귀 & 다중 선형회귀를 진행할 수 있는데요. Stan을 통해서도 쉽게 회귀분석을 진행할 수 있습니다! 여러분 모두 세계 😊행복도😊 지수를 한 번쯤은 들어보지 않으셨나요? 이번 영상은 2020년의 세계 행복도 지수를 종속변수 y, GDP, 사회 지수, 건강 기대수명, 자유, 관용 5개를 x 독립변수로 놓아 회귀분석을 진행한 뒤, 새로운 데이터를 가지고 예측하는 방법까지 영상으로 담아봤습니다. 데이터로는 매년 세계 행복도 지수 (World Happiness Report)를 조사하는 기관인 ...
LOO-PIT
Просмотров 1303 года назад
LOO-PIT
Model Calibration
Просмотров 2423 года назад
Model Calibration
Gaussian Process
Просмотров 2 тыс.3 года назад
Gaussian Process에 대한 간단한 설명 & Stan에서 생일 데이터를 Gaussian Process로 모델링하는 문헌 리뷰 영상입니다. 📍참고문헌 Gelman, Vehtari, Simpson, et al. (2021). Bayesian workflow book - Birthdays. Link: avehtari.github.io/casestudies/Birthdays/birthdays.html#Load_and_plot_data
Bayes Factor: 베이지안 가설 검정
Просмотров 7373 года назад
베이지안 관점의 가설 검정, “Bayes Factor” 에 대한 설명입니다. 빈도주의가 p-value를 통해 가설을 검정한다면, 베이지안은 어떻게 모수에 대한 가설을 검정할까요? 베이지안은 Bayes factor 계산을 모델링에 이용합니다. 📍참고문헌 Schad, D. J., Nicenboim, B., Bürkner, P. C., Betancourt, M., & Vasishth, S. (2021). Workflow Techniques for the Robust Use of Bayes Factors. arXiv preprint arXiv:2103.08744. Link: arxiv.org/pdf/2103.08744.pdf
Posterior predictive checking for model checking
Просмотров 2333 года назад
Model checking 을 위해 널리 쓰이는 “Posterior Predictive Checking”에 대한 간단한 소개 및 R 코드를 설명하는 영상입니다. 📍참고문헌 - Aki Vehtari, Markus Paasiniemi (2020) avehtari.github.io/BDA_R_demos/demos_ch6/
Markov Chain Monte Carlo in Practice
Просмотров 6253 года назад
Markov Chain Monte Carlo in Practice (Michael Betancourt, 2020) betanalpha.github.io/assets/case_studies/markov_chain_monte_carlo.html
Prior Selection and the Bayesian Workflow
Просмотров 3623 года назад
Prior Selection and the Bayesian Workflow
Correlation matrix modeling in Stan - LKJ Correlation Distribution
Просмотров 3683 года назад
Correlation matrix modeling in Stan - LKJ Correlation Distribution
MCMC and HMC 발표 영상
Просмотров 1,6 тыс.3 года назад
MCMC and HMC 발표 영상
[스탠코리아] Stan을 통한 베이즈 추론 2. 정규분포 | Bayesian Inference with Stan Part2. Normal Distribution
Просмотров 2,4 тыс.4 года назад
[스탠코리아] Stan을 통한 베이즈 추론 2. 정규분포 | Bayesian Inference with Stan Part2. Normal Distribution
[스탠코리아] Stan을 통한 베이즈 추론 1. 베르누이 분포 | Bayesian Inference with Stan 1. Bernoulli Distribution
Просмотров 3,4 тыс.4 года назад
[스탠코리아] Stan을 통한 베이즈 추론 1. 베르누이 분포 | Bayesian Inference with Stan 1. Bernoulli Distribution
[스탠코리아] (Mac) R에서 Stan 시작하기 | RStan 설치 튜토리얼 | Stan으로 배우는 베이즈 통계학
Просмотров 7464 года назад
[스탠코리아] (Mac) R에서 Stan 시작하기 | RStan 설치 튜토리얼 | Stan으로 배우는 베이즈 통계학
[스탠코리아] (Windows) R에서 Stan 시작하기 | RStan 설치 튜토리얼 | Stan으로 배우는 베이즈 통계학
Просмотров 1,7 тыс.4 года назад
[스탠코리아] (Windows) R에서 Stan 시작하기 | RStan 설치 튜토리얼 | Stan으로 배우는 베이즈 통계학
[스탠코리아 StanKorea] 베이즈 통계학 소개 Introduction to Bayesian Statistics | 베이즈 정리 & 베이즈 추론 | 베이지안이 되어야 할 이유
Просмотров 24 тыс.4 года назад
[스탠코리아 StanKorea] 베이즈 통계학 소개 Introduction to Bayesian Statistics | 베이즈 정리 & 베이즈 추론 | 베이지안이 되어야 할 이유
StanKoreaMeetup2 Seminar2 SR
Просмотров 1664 года назад
StanKoreaMeetup2 Seminar2 SR
StanKoreaMeetup2 Seminar1 BDA Part1
Просмотров 2204 года назад
StanKoreaMeetup2 Seminar1 BDA Part1
StanKoreaMeetup2 Seminar1 BDA Part2
Просмотров 1264 года назад
StanKoreaMeetup2 Seminar1 BDA Part2
StanKoreaMeetup2 Seminar1 BDA Part3
Просмотров 4414 года назад
StanKoreaMeetup2 Seminar1 BDA Part3

Комментарии

  • @baejh15
    @baejh15 8 месяцев назад

    설명 엄청 쉽게 잘가르쳐주시네요! 감사합니당

  • @SphereofTime
    @SphereofTime 11 месяцев назад

    1:40

  • @sari54754
    @sari54754 Год назад

    최고의 알기쉬운 설명입니다. 응용사례로 칼만필터를 든것도 좋고요.

  • @tubemm4818
    @tubemm4818 Год назад

    과제하는데 큰 도움이 되었습니다. 그리고 목소리가 엄청 아름다우십니다ㅋㅋㅋ

  • @Donstopeenow
    @Donstopeenow Год назад

    쉽게 이해할 수 있었습니다.

  • @lifedomy
    @lifedomy Год назад

    증거를 데이터로 설명하니까 이해가 됩니다. 설명 감사드려요.

  • @이혜진-w8r
    @이혜진-w8r 2 года назад

    베이지안 추론에 대해서 공부중인데 자료로 사용해도 될까요?

    • @stankorea313
      @stankorea313 Год назад

      답변이 늦었습니다. 네 괜찮습니다~

  • @논리학-w4t
    @논리학-w4t 2 года назад

    안녕하세요. 영상 잘 보고 있습니다. 문의 좀 드립니다. 스탠에서 두 변수 정규분포 분석할 때요. 가령, 머리둘레, 다리길이 같은거에서요 머리둘레 분산, 다리길이 분산은 cov[1,1] ~ uniform(0,10000); // 머리둘레 분산 cov[2,2] ~ uniform(0,10000); // 다리길이 분산 ... 으로 정하였는데요. 공분산 부분 즉, 로우p * 표준편차1 * 표준편차2 부분은 어떻게 정해야 할까요? //cov[1,2] ~ uniform(-1,1); //cov[2,1] ~ uniform(-1,1); 이런 식으로 했더니 수렴이 되지 않는군요 TT 꼭 답변 좀 부탁합니다. 감사합니다. model { Y ~ multi_normal(mn,cov); mn ~ uniform(-10000,10000); cov[1,1] ~ uniform(0,10000); // 머리둘레 분산 cov[2,2] ~ uniform(0,10000); // 다리길이 분산 //cov[1,2] ~ uniform(-1,1); //cov[2,1] ~ uniform(-1,1);

  • @한경흠-n2d
    @한경흠-n2d 2 года назад

    와우 명쾌한 내용 감사합니다.

  • @종훈-q3b
    @종훈-q3b 2 года назад

    안녕하세요, 혹시 Stan 코드를 R 코드처럼 R studio에서 직접 열 수 있는 방법을 알고 계신지 여쭤볼 수 있을까요?

  • @tl2uz
    @tl2uz 2 года назад

    또 왔어요 목소리 예뻐요

  • @sungbumhong8178
    @sungbumhong8178 3 года назад

    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.

    • @stankorea313
      @stankorea313 3 года назад

      칭찬 감사합니다. 저는 아이패드에서 굿노트 프로그램을 썼습니다. ㅠㅠ 피피티 프로그램을 쓰시다보면 힘들겠습니다. 좋은 말씀 감사합니다.

  • @carpediem47234
    @carpediem47234 3 года назад

    질문이 하나 있습니다. y_pred는 posterior predictive distribution을 의미하는 걸까요? 아니면 설명과 동일하게 단순히 posterior distribution 모수를 이용해서 랜덤하게 샘플링을 다시한거일까요? posterior predictive distribution은 분산이 posterior dist보다 큰것으로 알고있는데 y_pred는 posterior dist랑 완전 동일할거 같아서 궁금하네요!

  • @이루루-i1z
    @이루루-i1z 3 года назад

    감사합니다~~~~ 구독좋아요 누르고갑니다 영상 더올려주세요♡

  • @younique9710
    @younique9710 3 года назад

    좋은 영상 감사드립니다. 8:33에서 분모를 지운 이유를 다시 한번 알려줄 수 있을까요?

  • @yjchae121
    @yjchae121 3 года назад

    감사합니다

  • @hyunjimoon7003
    @hyunjimoon7003 3 года назад

    Chapters: 0:00 SGB Introduction 2:00 SBC Context (Hyunji Moon) 4:05 SBC Theory (Martin Modrák) 13:20 Graphical test for uniformity and its applications in SBC workflow (Teemu Säilynoja) 39:00 Prior Specification in the context of Simulation-Based Calibration (Paul Bürkner) 59:45 Workflow techniques for the robust use of Bayes factors (Daniel Schad) 1:25:50 SBC for phylogenetics (Luiz Max Carvalho)

  • @tl2uz
    @tl2uz 3 года назад

    너무 예뻐요...

  • @yjchae121
    @yjchae121 3 года назад

    하아 정말 감사합니다 근데..ㅠㅠ 다음 영상이 필요합니다... 왜 써야되는지 너무 궁금합니다

  • @Fun-yr1ih
    @Fun-yr1ih 3 года назад

    유익했습니다. 좋은 강의 잘 보았습니다. 대단히 감사드립니다.

  • @mincasurong
    @mincasurong 3 года назад

    베이즈정리를 칼만필터에 연결시켜 주신 부분이 정말 좋았습니다!

  • @carpediem47234
    @carpediem47234 3 года назад

    직접 이렇게 보여주시니 너무 도움이 많이 되네요. 다음영상 기다리다 현기증 날거같아요.

    • @stankorea313
      @stankorea313 3 года назад

      ㅋㅋㅋㅋㅋ 감사합니다 현기증….안돼요오😵‍💫🤪

    • @carpediem47234
      @carpediem47234 3 года назад

      @@stankorea313 R에 있는 회귀분석이랑 베이즈추론의 차이가 너무 궁금한데요. 1. 단순 회귀분석은 점추정이고, 신뢰구간은 sampling distribution에서 구한것인데 2. Rstan으로 베이즈 추론 한 결과는 posterior predictive 분포라서 추론값의 uncertainty를 그대로 표현하기 때문에 다르다. 이렇게 생각하면 맞을지 궁금합니다. 영상항상 잘보고 있습니다. 구독 좋아요!

    • @stankorea313
      @stankorea313 3 года назад

      네, 그렇게 이해하는 것이 맞습니다! 감사합니다😄

    • @carpediem47234
      @carpediem47234 3 года назад

      @@stankorea313 질문이 많아서 죄송합니다. 1. Posterior 가 아닌 Posterior predictive를 이용하는 이유 2. 단순 회귀분석을 하더라도 sampling distribution 으로 신뢰구간 추정을 하면 그것이 uncertainty를 반영하는것이 아닌지? 3. 만약 Posterior를 이용한다면 (non-informative prior에서) 단순 회귀분석시 사용하는 sampling distribution과의 차이점 이렇게 세가지가 궁금합니다.

    • @stankorea313
      @stankorea313 3 года назад

      1. Posterior predictive는 given data(y) 가 주어졌을 때 새로운 data(y_tilde)에 대한 분포로 p(y_tilde|y) 로 표현되며, posterior는 given data가 주어졌을 때 모수 θ 에 대한 분포로 p(θ|y)로 표현되는 확률입니다. Posterior 는 모수 theta에 대한 것, posterior predictive는 new data y_tilde 에 대한 것으로 목적에 따라 다르게 사용합니다. 2. Sampling distribution이라 하면, β_hat ~ N(β, var) 를 따른다고 해서 모수 β 에 대한 95% 신뢰구간을 구하곤 하는데, 그렇게 구한 신뢰구간이 실제 참 모수 β를 포함할 확률을 95%라고 말할 수 없기 때문에 (그렇게 신뢰구간 구하기를 여러번 반복했을 때 그중 95% 정도가 실제 모수 β를 포함하는 것) uncertainty를 반영하지 못합니다. 반면 posterior p(β|y)로 신뢰구간을 구하면 모수 β에 대한 분포를 추정하는 것이기 때문에 uncertainty를 설명할 수 있습니다. 3. p(θ|y)∝p(θ) p(y|θ) 에서 non-informative prior를 주게 되면, posterior에 prior p(θ)는 영향이 없으므로 p(y|θ)에만 영향을 받아 (보통 정규분포로 주어지는 likelihood) posterior와 sampling distribution의 분포가 같을 것입니다. 실제로 non-informative prior를 주면 β~N((X^T X)^-1 X^T y, σ^2(X^TX)^-1) 로 posterior가 구해져서 같습니다.

  • @정임이-t3t
    @정임이-t3t 3 года назад

    설명을 정말 잘 하시네요! 감사합니다

  • @고영현-x6e
    @고영현-x6e 3 года назад

    잘 보고 갑니다!

  • @SE-xl6jc
    @SE-xl6jc 3 года назад

    안녕하세요 영상 잘 봤습니다. 다름이 아니라 코드를 그대로 따라했을 때 Error in compileCode(f, code, language = language, verbose = verbose) : error가 뜨고 실행이 되지 않아서 혹시 어떤 error인지 알 수 있을까요? 앞선 설치 과정 영상에서는 오류는 없었습니다.

    • @stankorea313
      @stankorea313 3 года назад

      안녕하세요! 구글에 에러를 검색해보니 같은 오류를 겪는 사용자들이 많더라고요. 그런데 운영체제 별로 솔루션이 다를거 같습니다. 괜찮으시면 아래 스탠 discourse 사이트를 참조하셔도 좋을 것 같습니다. discourse.mc-stan.org/t/error-in-compilecode-f-code-language-language-verbose-verbose-compilation-error-function-s-method-s-not-created/12607

  • @ericyun823
    @ericyun823 3 года назад

    '우도'를 쓰지않고 '가능도'로 설명해 주시니 너무 좋습니다. 차근 차근 여러번 보면서 대체 학교때 뭐 배웠는지 한탄이 절로 나옵니다. 좋은 영상 많이 부탁합니다.^^

  • @donghoon1228
    @donghoon1228 3 года назад

    정리 너무 좋아요! 잘봤어요~

  • @byungjukim4810
    @byungjukim4810 3 года назад

    안녕하세요. 좋은 설명 감사합니다. 영상을 보면서 궁금한 점이 있어서 질문합니다. Likelihood 함수만 설정하셨는데, 혹시 Prior 는 설정을 안하신 이유가 있는지 설명해주시면 감사하겠습니다.

    • @stankorea313
      @stankorea313 3 года назад

      좋은 질문 감사합니다. Stan에서 prior를 지정해주지 않을 경우, Stan 내부적으로 폭이 매우 넓은 균등분포 (Uniform distribution)를 prior로 사용합니다. 이 경우 속도 평균에 대한 사전 지식이 크게 없고, uniform으로 prior를 설정해도 큰 문제가 없기 때문에 따로 설정하지 않았습니다 ㅎㅎ

    • @byungjukim4810
      @byungjukim4810 3 года назад

      @@stankorea313 답변 감사합니다.

  • @Heyday0848
    @Heyday0848 3 года назад

    되는 컴이 있고 안되는 컴이 있어서 원인을 몰랐는데 ㅠ 정리해주셔서 감사합니다!

  • @itfrom
    @itfrom 4 года назад

    영상 잘 봤습니다. 앞으로도 좋은 영상 많이 부탁드려요~! 구독 좋아요하고 갑니다 ㅎㅎ

  • @Fiesta-l6u
    @Fiesta-l6u 4 года назад

    너무 좋은 강의 감사합니다. 학교 과제에 필요한 설명이였는데 너무 쉽게 설명해 주셔서 이해가 너무 잘 되었어요! 영상 출처 밝히고 참고해서 써도 될까요?

    • @stankorea313
      @stankorea313 4 года назад

      안녕하세요, 도움이 되셨다니 감사합니다 ㅎㅎ 네! 쓰셔도 괜찮습니다☺️

  • @장진욱-p5d
    @장진욱-p5d 4 года назад

    좋은 영상 감사합니다~

  • @이명진-p5r
    @이명진-p5r 4 года назад

    안녕하세요 좋은 영상 감사합니다. 영상을 보면서 잘 공부하고 있습니다. 한가지 궁금한 점이 있는데, 시계열(1~t)을 통해 사후 분포를 학습하고 형성하였는데, 형성된 분포를 이용하여 (t+1)시간의 값에 대한 확률을 구하고 싶을때는 어떻게 해야되는지 알 수 있을까요~?

    • @stankorea313
      @stankorea313 4 года назад

      안녕하세요, 좋은 말씀 감사하고 답변이 늦어서 죄송합니다. 어떤 시계열모형을 가정하시는지에 따라 (t+1)시간의 분포가 결정되지 않을까요? AR, MA, ARMA, ARCH 등 어떤 시계열모형인지에 따라 stan의 parameter, model 코드가 다르게 작성될 것 같습니다. 그리고 1~t 시간의 데이터로 모형을 적합했다면, 예측하는 (t+1)에의 분포는 generated quantities 에 선언해주면 될 것 같은데요..! 시계열 모형에 관한 자세한 stan 가이드를 stan 개발팀에서 제공해주고 있으니 한번 참고해보시면 도움이 될 것 같습니다😊. 나중에 시계열도 다뤄보도록 할게요! 감사합니다 ㅎㅎ mc-stan.org/docs/2_25/stan-users-guide/time-series-chapter.html

    • @이명진-p5r
      @이명진-p5r 4 года назад

      답변 감사드립니다~! 저가 하고 있는것은 관측 데이터를 가지구 (정규분포라가정, 예를들어 온도자료) 분포형을 학습시킨 다음에 t+1시간의 온도가 발생할 확률을 구하고 싶습니다. 이럴때는 Rstan을 이용하여 어떻게 t+1 온도 자료의 확률을 구할 수 있을까요??

  • @hj4385
    @hj4385 4 года назад

    다음 영상 기대하고 있겠습니다~

  • @jinhwanjung4406
    @jinhwanjung4406 4 года назад

    안녕하세요 잘 구독해서 보고있는 직딩아재입니다. 얼마전에 베이지안 추론에 입문해 공부하다 궁금한것이 있는데, 답답한 마음에 질문합니다. EM알고리즘에도 베이지안 Therom이 있고 구현되는걸 보면 얘도 베이지안 통계인가 하다가도 방법론적인 부분이 베이지안추론은 아닌것 같습니다. 혹시 얘네들의 차이를 명쾌히 알 려주실 수 있을까요?

    • @stankorea313
      @stankorea313 4 года назад

      안녕하세요!! 답글이 늦어 죄송합니다ㅠㅠ 저도 그 부분에 대해서 헷갈리는데요, 스탠코리아 페이스북에 질문을 올려서 같이 논의하고 있습니다 ㅎㅎ 여기 와서 참고해주시면 좋을 것 같아요!! 👉 facebook.com/groups/StanKorea/ 👈 좋은 질문 해주셔서 감사합니다 :)

    • @stankorea313
      @stankorea313 4 года назад

      EM은 MLE(maximum likelihood estimate)를 찾기 위한 알고리즘입니다. “incomplete data”의상황, 예를 들어 missing data, latent variable 등이 존재하는 경우에 가능도를 최대화 하는 mle를계산하는 것이 어렵기 때문에 이를 수치적으로 풀 수 있도록 고안된 알고리즘이죠. 즉, 다음의 식에서: log p(theta | x) = log p(x | theta) + log p(theta) (posterior = likelihood * prior) EM은 argmax_{theta} p(x | theta) 를 찾는 알고리즘입니다. 그런데 저 식에서 좌변이 바로 로그사후확률 p(theta | x) 이고, 기존 EM 알고리즘 목적함수 p(x | theta)에 사전확률 p(theta) 만 더한다면 argmax_{theta} p(theta | x), 즉 MAP(Maximum a posteriori, posterior mode)도 쉽게 구할 수 있을 것입니다. 따라서 EM이 베이지안 추론의 MAP를 구하는데도 쓰일 수 있는거죠.(MAP 말고 베이지안의 hyperparameter를 추정하는데도 EM이사용된다고 합니다.) 베이지안 추론은 사후 분포 p(theta | x) 에 대한 추론이고, 이와 관련해 EM과 NUTS가 어떻게 다르게 작동하냐면, EM은 argmax_{theta} p(theta | x), 즉 사후확률이 최대가 되는 “점 추정값” MAP를 찾는데 쓰이고, Stan에서 구현되는 NUTS 는 MCMC 알고리즘으로 p(theta | x) 상의 여러 MCMC sample들theta^{1}, theta^{2}, ..., theta^{N} 을 추출해 전체 사후분포 p(theta | x)의 “actual shape”를 추정합니다. Stan에서 model을 돌린 뒤 extract() 함수로 사후 추출들을 뽑을 수 있는 거고요. 결국 EM은 maximum likelihood estimate을 찾는 거기 때문에 기본 방법론이 베이지안은 아니지만, EM 알고리즘을 변형해 posterior mode, MAP를 찾는 것이 가능합니다. EM 은 point estimate을 찾는 것이고, posterior distribution을 추정해주는 베이지안의 MCMC 알고리즘과는다르다고 생각합니다!🤔🤔

    • @jinhwanjung4406
      @jinhwanjung4406 4 года назад

      @@stankorea313 감사합니다. 뭔가 정확한 질문포인트조차 잡기 어려웠는데, 가려운데를 잘 알려주셨습니다. 감사합니다. ^^

  • @한국현-y9s
    @한국현-y9s 4 года назад

    좋은 영상 감사합니다. 많은 도움이 됩니다.

  • @jhpark5852
    @jhpark5852 4 года назад

    선생님, 보여주신 IDE가 혹시 R studio인지요?

    • @stankorea313
      @stankorea313 4 года назад

      네!! R studio 사용중입니닷 ㅎㅎ

  • @samuelhyun
    @samuelhyun 4 года назад

    감사합니다.

    • @stankorea313
      @stankorea313 4 года назад

      넵! ㅎㅎ 관심 감사합니다

  • @samuelhyun
    @samuelhyun 4 года назад

    평생 빈도주의 통계밖에 모르다가 최근 베이지안 통계를 알게되어 추석연휴에 열공중인 직장인입니다. 많이 배웁니다. 앞으로도 동영상 많이 올려주세요. 감사합니다.

  • @melophile_kr
    @melophile_kr 4 года назад

    쉽고 직관적으로 설명해주셔서 이해가 쉽네요 😁 ScalaStan을 활용한 베이지안 분석 예시도 설명 기대하겠습니다!

  • @데이터의길
    @데이터의길 4 года назад

    베이지안 회귀분석도 궁금합니다. 기존의 일반 회귀분석과 비교해서 설명해 주시면 고맙겠습니다. ^^

    • @stankorea313
      @stankorea313 4 года назад

      네, 의견 감사합니다! 회귀분석 내용에 대한 영상도 업로드해볼게요~!

  • @데이터의길
    @데이터의길 4 года назад

    지속적으로 업데이트 해주시길 간절히 바라면서 좋아요와 구독 눌렀습니다. ^^

  • @kyunghoonjung1273
    @kyunghoonjung1273 4 года назад

    준비를 많이 하셨네요.. 덕분에 애매했던 부분이 많이 채워졌습니다, 감사합니다!!

  • @jyongni9846
    @jyongni9846 4 года назад

    설명해주시는 분 너무 귀여워요 ☺️❤️

  • @William_885_11
    @William_885_11 4 года назад

    와 이런 채널이 있다니....ㅎㅎ 잘 이용할께요!!

  • @sanghoonpark8617
    @sanghoonpark8617 4 года назад

    여태까지는 JAGS로 해왔는데, 한번 Stan도 따라하며 공부해 봐야겠네요 ㅎㅎ 잘봤습니다.

  • @HSSim-ox5tq
    @HSSim-ox5tq 4 года назад

    Bayesian Data Analysis e-book 구매 링크를 알려주시면 감사하겠습니다.

    • @stankorea313
      @stankorea313 4 года назад

      구글북스 play.google.com/store/search?q=%EB%B2%A0%EC%9D%B4%EC%A6%88%20%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%B6%84%EC%84%9D yes24 www.yes24.com/SearchCorner/Search?domain=EBOOK&query=%uBCA0%uC774%uC988%20%uB370%uC774%uD130%20%uBD84%uC11D 리디북스 ridibooks.com/books/120047851 알라딘(합본) www.aladin.co.kr/shop/wproduct.aspx?ItemId=247958859 알라딘(분철) www.aladin.co.kr/shop/wproduct.aspx?ItemId=247958850 북큐브 www.bookcube.com/search.asp?searchpage=normal&page=&searchString=%EB%B2%A0%EC%9D%B4%EC%A6%88%20%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%B6%84%EC%84%9D 카카오페이지 page.kakao.com/search?word=%EB%B2%A0%EC%9D%B4%EC%A6%88 원스토어 onesto.re/H039607789 여기서 구매 가능합니다!! 감사합니다 ㅎㅎ

  • @beginnerpython6183
    @beginnerpython6183 4 года назад

    감사합니다. 덕분에 설치했어요. 근데 다른 동영상 보니까 베이즈 스터디도 하시는 것 같은데, 다들 스탠코리아에서 일하시는 분들인가요? 혹시 저 같은 제 3자가 스터디 참여할 수 있는지 궁금합니다! 스탠 코리아 자체에 대해서도 궁금해요!

    • @stankorea313
      @stankorea313 4 года назад

      안녕하세요~ 동영상은 StanKorea Meetup 세미나 영상입니다! 베이즈 스터디의 경우 작년 겨울엔 했는데 현재는 크게 진행중인게 없네요ㅠ 스탠코리아는 한국의 스탠 커뮤니티를 만들고자 창립한건데요 ㅎㅎ 현재로선 페이스북과 유튜브로 주로 소통이 이뤄지며, 누구나 소통 가능해요! 저는 스탠코리아 홍보를 담당하는 역할로 앞으로 더 활발히 알리고 확장하려 노력하는 중입니닷 관심 감사해요☺️

    • @beginnerpython6183
      @beginnerpython6183 4 года назад

      아아 그렇군요! 답변 감사합니다. 그러면 스탠 코리아를 구성하시는 분들은 원래 스탠회사에서 일을 하셨던 분들인가요, 아니면 따로 채용을 진행한 것인가요?

    • @stankorea313
      @stankorea313 4 года назад

      음... 저희는 회사가 아니며, 운영진 모두 학생들이에요! 그저 베이즈 통계에 대한 학구열로 스탠을 알리고자 운영하는 것입니당 ㅎㅎ

  • @고영현-x6e
    @고영현-x6e 4 года назад

    더 배우고 싶은데 많이 올려주세요

  • @HSSim-ox5tq
    @HSSim-ox5tq 4 года назад

    좋은 영상 감사합니다. 베이지안 통계를 이해하는데 도움이 되었습니다. BDA 온라인 e-book은 출시되었나요?

    • @stankorea313
      @stankorea313 4 года назад

      출판이 늦어져 7월 중으로 출시될 예정입니다!!