Hun Learning

통계와 데이터사이언스 연구를 위한 C++

Bayes Rule taken to extremes: estimating generalized additive models using Bayesian model selection

문과생이 이해하는 메져와 르벡 적분

[Hogg 수리통계] CH6 Score function? Fisher Information? 그림으로 이해하기!!

[Hogg 수리통계] CH6 MLE의 극한분포, 결국은 CLT이다!

[간지나는 베이즈] 6주차 02 Metropolis-Hastings 알고리즘, 왜 작동하는가?

[간지나는 베이즈] 6주차 01 Markov Chain Monte Carlo, MCMC를 이해하기 위해 마코브 체인에 대해 알아야 할 (거의) 모든 것

Bayesian Linear Regression (3) Bayesian Model Selection using Gibbs Sampler

[간지나는 베이즈] 5주차 02 Bayesian Linear Regression 깁스샘플링을 이용한 모델 선택 알고리즘

[간지나는 베이즈] 5주차 01 Bayesian Linear Regression 베이지안 회귀분석 (1) 사후분포 유도

Bayesian Linear Regression (1) Posterior for Semi-conjugate priors and Gibbs Sampling

Bayesian Linear Regression (2) Posterior for full-conjugate, dependent priors

[제대로된 선형대수] Week4-04 Symmetric matrices and Orthogonal Diagonalization 대칭행렬은 직교대각화!

[간지나는 베이즈] 4주차 02 Normal Hierarchical 모델과 깁스 샘플링

[간지나는 베이즈] 4주차 01 Hierarchical Model 모수를 하나로 묶어주는 또 다른 모수

[제대로된 선형대수] Week4-02 Determinant and Eigenvalues 고유값, 고유벡터, 행렬식 수식으로 살펴보기

[제대로된 선형대수] Week4-01 Determinant and Eigenvalues 고유값, 고유벡터, 행렬식 모두 그림으로 이해해보자!

[제대로된 선형대수] Week4-03 Diagonalization 대각화는 행렬의 주민등록번호다! 왜??

[제대로된 선형대수] Week3-05 Projection Operator (심화) 직교투영연산자

[Hogg 수리통계] CH2-06 Variance-Covariance Matrix 공분산 행렬

[Hogg 수리통계] CH2-05 Independent Random Variables 두 변수가 독립이라는 것의 의미

[Hogg 수리통계] CH2-04 The Correlation Coefficients 공분산과 상관계수 (1)

[Hogg 수리통계] CH2-04 The Correlation Coefficients 공분산과 상관계수 (2)

[간지나는 베이즈] 3주차 03 다변수 정규분포의 Semi-conjugate prior와 추론

[간지나는 베이즈] 3주차 01 다변수 정규분포 ggplot으로 그리는 법

[간지나는 베이즈] 3주차 04 Gibbs Sampler란 무엇인가?

[간지나는 베이즈] 3주차 05 Gibbs Sampler를 활용한 NA 결측치 처리

[간지나는 베이즈] 3주차 02 Posterior Predictive 분포에 왜 모수가 안 들어가 있나요

[제대로된 선형대수] Week3-04 Fundamental Subspaces of Linear Algebra 선형 연산자는 벡터스페이스들을 네 개의 공간으로 쪼갠다

[제대로된 선형대수] Week3-03 Orthogonal Complements 벡터스페이스는 두 개의 직교하는 서브스페이스의 합으로 나타낼 수 있다