Enroll Course: https://www.coursera.org/learn/introduction-to-pymc3
안녕하세요! 오늘은 Coursera에서 제공하는 ‘Introduction to PyMC3 for Bayesian Modeling and Inference’ 코스를 여러분께 소개하고자 합니다. 데이터 과학 및 통계학에 관심이 있는 분들에게는 이 코스가 매우 유익할 것입니다.
이 코스의 목적은 PyMC3를 활용해 베이지안 모델링과 추론을 소개하는 것입니다. 참가자들은 PyMC3의 기본적인 개념을 배우고 다양한 문제에 대한 확장 가능한 추론을 수행하는 방법을 익힐 수 있습니다. 이 과정은 3개 과정으로 구성된 전문화 과정의 마지막 단계입니다. 실제로 Python과 Jupyter 노트북을 통해 베이지안 모델링을 어떻게 수행하는지 직접 경험할 수 있습니다.
코스는 크게 네 가지 모듈로 나뉘어 있습니다:
1. **Introduction to PyMC3 – Part 1**: 이 모듈에서는 PyMC3 프레임워크의 기본 개념과 문법, 그리고 시각화 라이브러리인 ArViz의 사용법을 배우게 됩니다. [여기서 더 알아보세요](https://sjster.github.io/introduction_to_computational_statistics/docs/Production/PyMC3.html).
2. **Introduction to PyMC3 – Part 2**: 두 번째 모듈에서는 회귀 및 분류 문제를 해결하는 방법을 배우고, 데이터에서 이상치를 처리하는 방법과 계층 모델을 만드는 법을 다룹니다. [이 링크에서 자세한 내용을 확인해보세요](https://sjster.github.io/introduction_to_computational_statistics/docs/Production/PyMC3.html#linear-regression-again).
3. **Metrics in PyMC3**: 이 모듈에서는 PyMC3를 사용하여 진단할 수 있는 다양한 측정항목과 메트릭을 소개합니다. 또한 PyMC3 알고리즘을 디버깅하는 방법에 대한 간략한 개요도 제공됩니다. [더 알아보기](https://sjster.github.io/introduction_to_computational_statistics/docs/Production/PyMC3.html#mcmc-metrics).
4. **Modeling of COVID-19 cases using PyMC3**: 마지막으로, COVID-19의 질병 역학을 모델링하기 위한 비과제 최종 프로젝트가 포함되어 있습니다. 실시간 데이터를 활용하여 COVID-19를 위한 SIR 모델의 매개변수를 추론하는 것이 목표입니다.
이 코스는 통계학, 데이터 분석, 그리고 머신러닝을 배우고 싶은 모든 분들에게 추천합니다. 베이지안 모델링에 대한 깊이 있는 지식을 제공할 뿐만 아니라, 실제 데이터 세트를 통해 실습할 기회를 제공합니다. 코스를 통해 많은 것을 배우게 될 것이며, 나아가 연구나 프로젝트에도 큰 도움이 될 것입니다.
마지막으로, 코스를 수강하고 싶으신 분들은 [여기에서 시작하세요](https://sjster.github.io/introduction_to_computation)!
Enroll Course: https://www.coursera.org/learn/introduction-to-pymc3