옮긴이의 글
들어가며
CHAPTER 1 베이즈 이론
1.1 조건부 확률
1.2 결합 확률
1.3 쿠키 문제
1.4 베이즈 이론
1.5 통시적 해석
1.6 M&M 문제
1.7 몬티 홀 문제
1.8 토의
CHAPTER 2 계산 통계
2.1 분포
2.2 쿠키 문제
2.3 베이지안 프레임워크
2.4 몬티 홀 문제
2.5 프레임워크 캡슐화
2.6 M&M 문제
2.7 토의
2.8 연습문제
CHAPTER 3 추정 1
3.1 주사위 문제
3.2 기관차 문제
3.3 사전 확률로 할 수 있는 것
3.4 사전 확률의 대안
3.5 신뢰구간
3.6 누적 분포 함수
3.7 독일 탱크 문제
3.8 토의
3.9 연습문제
CHAPTER 4 추정 2
4.1 유로 문제
4.2 사후 확률 요약하기
4.3 사전 분포 범람
4.4 최적화
4.5 베타 분포
4.6 토의
4.7 연습문제
CHAPTER 5 공산과 가산
5.1 공산
5.2 베이즈 이론의 공산 형태
5.3 올리버의 혈액형
5.4 가산
5.5 최댓값
5.6 혼합
5.7 토의
CHAPTER 6 의사 결정 분석
6.1 '그 가격이 적당해요' 문제
6.2 사전 분포
6.3 확률 밀도 함수
6.4 PDF 나타내기
6.5 참가자 모델링
6.6 우도
6.7 갱신
6.8 최적 입찰
6.9 토의
CHAPTER 7 예측
7.1 보스턴 브루인스 문제
7.2 포아송 프로세스
7.3 사후 분포
7.4 골의 분포
7.5 이길 확률
7.6 서든 데스
7.7 토의
7.8 연습문제
CHAPTER 8 관측 편향
8.1 레드라인 문제
8.2 모델
8.3 대기 시간
8.4 대기 시간 예측
8.5 도착 비율 추정
8.6 결합 불확실성
8.7 의사 결정 분석
8.8 토의
8.9 연습문제
CHAPTER 9 두 차원
9.1 페인트볼 게임
9.2 스윗
9.3 삼각법
9.4 우도
9.5 결합 분포
9.6 조건 분포
9.7 신뢰구간
9.8 토의
9.9 연습문제
CHAPTER 10 근사 베이지안 계산
10.1 변이 가설
10.2 평균과 표준편차
10.3 갱신
10.4 CV의 사후 분포
10.5 언더플로
10.6 로그 우도
10.7 약간의 최적화
10.8 근사 베이지안 계산(ABC)
10.9 로버스트 추정
10.10 누가 더 변이성이 높은가?
10.11 토의
10.12 연습문제
CHAPTER 11 가설 검정
11.1 유로 문제(2)
11.2 공정하게 비교하기
11.3 삼각 사전 확률
11.4 토의
11.5 연습문제
CHAPTER 12 증거
12.1 SAT 점수 해석
12.2 스케일
12.3 사전 분포
12.4 사후 분포
12.5 더 나은 모델
12.6 보정
12.7 효과의 사후 분포
12.8 예측 분포
12.9 토의
CHAPTER 13 시뮬레이션
13.1 신장 종양 문제
13.2 단순 모델
13.3 좀 더 일반적인 모델
13.4 구현
13.5 결합 확률 캐싱
13.6 조건 분포
13.7 연속 상관관계
13.8 토의
CHAPTER 14 계층 모델
14.1 가이거 계수기 문제
14.2 단순하게 시작하기
14.3 계층적으로 만들기
14.4 약간 최적화하기
14.5 사후 분포 추출하기
14.6 토의
14.7 연습문제
CHAPTER 15 차원 다루기
15.1 배꼽 박테리아
15.2 사자와 호랑이와 곰
15.3 계층 버전
15.4 랜덤 샘플링
15.5 최적화
15.6 계층 구조 붕괴
15.7 문제 하나 더
15.8 아직 끝나지 않았다
15.9 배꼽 박테리아 데이터
15.10 예측 분포
15.11 결합 사후 분포
15.12 범위
15.13 토의
찾아보기