성태의 닷넷 이야기
홈 주인
모아 놓은 자료
프로그래밍
질문/답변
사용자 관리
사용자
메뉴
아티클
외부 아티클
유용한 코드
온라인 기능
MathJax 입력기
최근 덧글
[정성태] 아쉽게도, 커뮤니티는 아니고 개인 블로그입니다. ^^
[정성태] 질문이 잘 이해가 안 됩니다. 우선, 해당 소스코드에서 ILis...
[양승조
] var대신 dinamic으로 선언해서 해결은 했습니다. 맞는 해...
[양승조
] 또 막혔습니다. ㅠㅠ var list = props[i].Ge...
[양승조
] 아. 감사합니다. 어제는 안됐던것 같은데....정신을 차려야겠네...
[정성태] "props[i].GetValue(props[i])" 코드에서 ...
[정성태] 저렇게 조각 코드 말고, 실제로 재현이 되는 예제 프로젝트를 압...
[정성태] Modules 창(Ctrl+Shift+U)을 띄워서, 해당 Op...
[정성태] 만드실 수 있습니다. 단지, Unity 엔진 내의 스크립트와 W...
[공진영] 안녕하세요 좋은글 감사합니다. 현재 제가 wpf로 관제 모...
글쓰기
제목
이름
암호
전자우편
HTML
홈페이지
유형
제니퍼 .NET
닷넷
COM 개체 관련
스크립트
VC++
VS.NET IDE
Windows
Team Foundation Server
디버깅 기술
오류 유형
개발 환경 구성
웹
기타
Linux
Java
DDK
Math
Phone
Graphics
사물인터넷
부모글 보이기/감추기
내용
<div style='display: inline'> <h1 style='font-family: Malgun Gothic, Consolas; font-size: 20pt; color: #006699; text-align: center; font-weight: bold'>"Probabilistic Programming and Bayesian Methods for Hackers" 예제 코드 실행 방법</h1> <p> 얼마 전 트위터에서 본 내용입니다.<br /> <br /> <pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' > 확률이론과 베이즈추론법 프로그래밍에 관한 전자책 Bayesian Methods for Hackers. Python기반. ; <a target='tab' href='https://twitter.com/sjoonk/status/344658745562914816'>https://twitter.com/sjoonk/status/344658745562914816</a> </pre> <br /> PDF로 다운로드 받아서 보면 다음과 같이 책에 직접 실행해 볼 수 있는 파이썬 코드가 들어 있습니다.<br /> <br /> <img onclick='toggle_img(this)' class='imgView' alt='bayesian_python_code_0.png' src='/SysWebRes/bbs/bayesian_python_code_0.png' /><br /> <br /> 윈도우에서 쉽게 이를 테스트 해보려면 "EPD(Enthought Python Distribution)"를 다운로드하시면 됩니다.<br /> <br /> <pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' > Enthought Python Distribution Free ; <a target='tab' href='https://www.enthought.com/products/epd/free/'>https://www.enthought.com/products/epd/free/</a> Download Canopy 1.0, 32-bit for Windows ; <a target='tab' href='https://www.enthought.com/downloads/'>https://www.enthought.com/downloads/</a> </pre> <br /> 위의 무료 버전을 설치하고 실행하면 다음과 같은 화면이 나옵니다.<br /> <br /> <img alt='bayesian_python_code_1.png' src='/SysWebRes/bbs/bayesian_python_code_1.png' /><br /> <br /> Canopy 도구에서는 다행히 "Probabilistic Programming and Bayesian Methods for Hackers" 책에서 요구하는 구성 요소(enstaller, ipython)를 미리 내장하고 있기 때문에 더 이상 별도로 다운로드는 하지 않아도 됩니다. 단지, "Package Manager"를 실행해서 "Updates" 항목에 새로 업데이트 받을 것이 있다면 기분상 해주시면 됩니다.<br /> <br /> 자... 이제 Editor 버튼을 누르고, 우측의 "In" 명령 프롬프트에서 차례로 본문의 코드를 입력해 주면,<br /> <br /> <pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' > %pylab inline figsize( 11, 9) import scipy.stats as stats dist = stats.beta n_trials = [0,1,2,3,4,5,8,15, 50, 500] data = stats.bernoulli.rvs(0.5, size = n_trials[-1] ) x = np.linspace(0,1,100) for k, N in enumerate(n_trials): sx = subplot( len(n_trials)/2, 2, k+1) plt.xlabel("$p$, probability of heads") if k in [0,len(n_trials)-1] else None plt.setp(sx.get_yticklabels(), visible=False) heads = data[:N].sum() y = dist.pdf(x, 1 + heads, 1 + N - heads ) plt.plot( x, y, label= "observe %d tosses,\n %d heads"%(N,heads) ) plt.fill_between( x, 0, y, color="#348ABD", alpha = 0.4 ) plt.vlines( 0.5, 0, 4, color = "k", linestyles = "--", lw=1 ) leg = plt.legend() leg.get_frame().set_alpha(0.4) plt.autoscale(tight = True) plt.suptitle( "Bayesian updating of posterior probabilities", y = 1.02, fontsize = 14); plt.tight_layout() </pre> <br /> 다음과 같이 실행이 되는 것을 확인할 수 있습니다.<br /> <br /> <img onclick='toggle_img(this)' class='imgView' alt='bayesian_python_code_2.png' src='/SysWebRes/bbs/bayesian_python_code_2.png' /><br /> <br /> 그런데, 이걸 코드 파일로 해서 실행해 볼 수는 없을까요? 내용을 다음과 같이 다소 바꿔주면 됩니다. ^^ (휴~~~ 해당하는 모듈 찾느라 고생했네요. ^^)<br /> <br /> <pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' > <span style='color: blue; font-weight: bold'>import scipy.stats as stats import matplotlib.pyplot as plt import numpy as np</span> plt.figsize(11, 9) dist = stats.beta n_trials = [0,1,2,3,4,5,8,15, 50, 500] data = stats.bernoulli.rvs(0.5, size = n_trials[-1] ) x = np.linspace(0,1,100) for k, N in enumerate(n_trials): sx = plt.subplot( len(n_trials)/2, 2, k+1) plt.xlabel("$p$, probability of heads") if k in [0,len(n_trials)-1] else None plt.setp(sx.get_yticklabels(), visible=False) heads = data[:N].sum() y = dist.pdf(x, 1 + heads, 1 + N - heads ) plt.plot( x, y, label= "observe %d tosses,\n %d heads"%(N,heads) ) plt.fill_between( x, 0, y, color="#348ABD", alpha = 0.4 ) plt.vlines( 0.5, 0, 4, color = "k", linestyles = "--", lw=1 ) leg = plt.legend() leg.get_frame().set_alpha(0.4) plt.autoscale(tight = True) plt.suptitle( "Bayesian updating of posterior probabilities",y = 1.02,fontsize = 14); plt.tight_layout() </pre> <br /> 아마 책의 나머지 예제도 위와 같은 규칙을 적용하면 코드 파일로 저장해서 실행할 수 있을 것입니다. 다음은 실제로 실행된 화면입니다. ^^<br /> <br /> <img onclick='toggle_img(this)' class='imgView' alt='bayesian_python_code_3.png' src='/SysWebRes/bbs/bayesian_python_code_3.png' /><br /> <br /> 그나저나... 정작 책은 언제 다 읽어볼런지...? ^^<br /> <br /> 참고로, 닷넷의 경우 Bayesian 추론 관련해서 Infer.NET이라는 라이브러리가 있습니다.<br /> <br /> <pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' > Infer.NET ; <a target='tab' href='http://research.microsoft.com/en-us/um/cambridge/projects/infernet/'>http://research.microsoft.com/en-us/um/cambridge/projects/infernet/</a> </pre> </p><br /> <br /> <br /><hr /><span style='color: Maroon'>[이 글에 대해서 여러분들과 의견을 공유하고 싶습니다. 틀리거나 미흡한 부분 또는 의문 사항이 있으시면 언제든 댓글 남겨주십시오.]</span> </div>
첨부파일
스팸 방지용 인증 번호
9972
(왼쪽의 숫자를 입력해야 합니다.)