MIT Data Science 강의 Chapter 5. Random Walks에 오신 여러분 환영합니다!

이번 강의에선 무작위 행보(Random Walks)에 대한 내용을 공부합니다.

핵심 키워드

• 무작위 행보(Random Walks)
• 위생 검사(Sanity Check)

학습하기

학습 내용

무작위 행보(Random Walks)

• 많은 영역에서 중요
  • 주식 시장에서 가격의 움직임을 입증하는데 가장 좋은 모델
  • 현대의 많은 포트폴리오 분석이 기반을 두고 있음
  • 전파를 모델링할 때도 랜덤 워크를 사용, 열 전파나 분자의 전파
• 우리 주변의 세계를 이해하기 위해 시뮬레이션을 어떻게 사용할지에 대한 좋은 사례를 제공
• 추상적인 것들을 다루면서 프로그래밍과 소프트웨어 엔지니어링을 같이 진행!
• 강의의 예시 : 술 취한 사람의 걸음과 편향성을 가진 술 취한 사람의 걸음 차이를 파악

위생 검사(Sanity Check)

• 시뮬레이션을 생성할 땐 위생 검사가 필요
• 시뮬레이션이 실제로 말이 되는지 확인하는 과정
  
  • 의심을 가져야 함
  • 코드에 버그가 있을 수 있음!
• 사용할 수 있는 라이브러리
  • Numpy
  • SciPy
  • Matplotlib
  • PyLab

정리

• 랜덤 워크를 하는 요점은 시뮬레이션 모델이 아닌 어떻게 만드는지에 관한 것
• 클래스를 정의하는 것부터 한번의 시도와 여러 번의 시도에 대응하는 함수를 만들고 결과를 보는 과정
• 시뮬레이션에 점진적 변화를 줘서 다른 문제를 조사할 수 있음
• 처음엔 간단한 시뮬레이션으로 시작해 잘 되지 않는 이유를 알고, Sanity check로 잘못된 것을 체크
• plot 스타일로 그래프를 그림