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.
안녕하세요 :) 09:17은 각각의 비율이 3:2:1이어서 모수 theta_1 이 참일 확률이 3/(3+2+1) 이며, 10:54에선 비율이 9:4:1 이어서 theta_1의 확률이 9/(9+4+1)이 되었습니다. 좀 급하게 넘어간 부분이 있지 않았나 싶네요. 관심 가져주셔서 감사합니다 ㅎㅎ
![[스탠코리아] Stan을 통한 베이즈 추론 1. 베르누이 분포 | Bayesian Inference with Stan 1. Bernoulli Distribution](http://i.ytimg.com/vi/NkpNWJWklgs/mqdefault.jpg)
![[스탠코리아] Stan을 통한 베이즈 추론 1. 베르누이 분포 | Bayesian Inference with Stan 1. Bernoulli Distribution](/img/tr.png)
![[연구자와 이과생을 위한 수학교실] 1. 열방정식과 푸리에 급수 이면의 힐베르트 공간](http://i.ytimg.com/vi/5ZjIMjWV3O0/mqdefault.jpg)
'우도'를 쓰지않고 '가능도'로 설명해 주시니 너무 좋습니다. 차근 차근 여러번 보면서 대체 학교때 뭐 배웠는지 한탄이 절로 나옵니다. 좋은 영상 많이 부탁합니다.^^
안녕하세요!! 스탠코리아입니다👏👏
이번 영상은 베이지안 통계학을 소개하는 영상으로,
베이즈 정리, 베이즈 추론과 그 응용에 대한 내용을 담았습니다.
00:52 확률을 정의하는 두 가지 관점: 빈도주의 & 베이지안
03:30 베이즈 정리
07:49 베이즈 추론 예제
11:32 베이즈 추론의 장점
12:45 머신러닝에의 적용 - 칼만 필터(Kalman Filter)
18:04 마무리
감사합니다~~~~ 구독좋아요 누르고갑니다 영상 더올려주세요♡
설명 엄청 쉽게 잘가르쳐주시네요! 감사합니당
최고의 알기쉬운 설명입니다. 응용사례로 칼만필터를 든것도 좋고요.
증거를 데이터로 설명하니까 이해가 됩니다. 설명 감사드려요.
쉽고 직관적으로 설명해주셔서 이해가 쉽네요 😁
ScalaStan을 활용한 베이지안 분석 예시도 설명 기대하겠습니다!
설명해주시는 분 너무 귀여워요 ☺️❤️
영상 잘 봤습니다. 앞으로도 좋은 영상 많이 부탁드려요~! 구독 좋아요하고 갑니다 ㅎㅎ
정리 너무 좋아요! 잘봤어요~
지속적으로 업데이트 해주시길 간절히 바라면서 좋아요와 구독 눌렀습니다. ^^
유익했습니다. 좋은 강의 잘 보았습니다.
대단히 감사드립니다.
대박! RStan에 관심 많은 과학자입니다 :) 통계학 전문이 아니라서 걱정이 많았는데 공부해볼께요 감사합니다.
베이즈 통계학에 대해 궁금했었는데 알기 쉽게 설명해주셔서 감사합니다~
준비를 많이 하셨네요.. 덕분에 애매했던 부분이 많이 채워졌습니다, 감사합니다!!
쉽게 이해할 수 있었습니다.
와우 명쾌한 내용 감사합니다.
베이즈정리를 칼만필터에 연결시켜 주신 부분이 정말 좋았습니다!
또 왔어요 목소리 예뻐요
설명을 정말 잘 하시네요! 감사합니다
좋은 영상 감사합니다~
너무 좋은 강의 감사합니다. 학교 과제에 필요한 설명이였는데 너무 쉽게 설명해 주셔서 이해가 너무 잘 되었어요! 영상 출처 밝히고 참고해서 써도 될까요?
안녕하세요, 도움이 되셨다니 감사합니다 ㅎㅎ 네! 쓰셔도 괜찮습니다☺️
와 이런 채널이 있다니....ㅎㅎ 잘 이용할께요!!
너무 예뻐요...
좋은 영상 감사합니다. 베이지안 통계를 이해하는데 도움이 되었습니다. BDA 온라인 e-book은 출시되었나요?
출판이 늦어져 7월 중으로 출시될 예정입니다!!
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.
칭찬 감사합니다. 저는 아이패드에서 굿노트 프로그램을 썼습니다. ㅠㅠ 피피티 프로그램을 쓰시다보면 힘들겠습니다. 좋은 말씀 감사합니다.
베이지안 통계에 대한 설명 잘 들었습니다. 제가 이쪽을 잘 몰라서 그러는데 무식한 질문 하나만 드리면 9:17에서 분모 6과 10:54에서 분모 14는 어디서 나온 건가요??
안녕하세요 :) 09:17은 각각의 비율이 3:2:1이어서 모수 theta_1 이 참일 확률이 3/(3+2+1) 이며, 10:54에선 비율이 9:4:1 이어서 theta_1의 확률이 9/(9+4+1)이 되었습니다. 좀 급하게 넘어간 부분이 있지 않았나 싶네요. 관심 가져주셔서 감사합니다 ㅎㅎ
베이지안 추론에 대해서 공부중인데 자료로 사용해도 될까요?
답변이 늦었습니다. 네 괜찮습니다~
좋은 영상 감사드립니다. 8:33에서 분모를 지운 이유를 다시 한번 알려줄 수 있을까요?