반응형
I. 두 확률 변수의 사전확률과 사후확률 간 관계, 베이즈 정리의 개요
가. 베이즈 정리의 정의
- 두 확률 변수의 사전확률과 사후확률 간의 관계를 나타내는 확률 이론
나. 베이즈 정리의 활동영역
- 기계학습, 유전자검사, 스팸 필터링
II. 베이즈 정리에 대한 설명
가. 베이즈정리 설명을 위한 이론
이론 |
내용 |
조건부확률 |
- 어떤 사건이 이미 발생한 상태에서 다른 사건이 일어날 확률 |
결합확률 |
- 두 사건 모두 일어날 확률 |
사전확률 |
- 실제 확률 실험 시행 전에 사건 발생에 대해 이미 가지고 있는 사전지식 |
사후확률 |
- 어떤 사상을 인지한 후에 이들이 어떤 원인에 의해 출현한 것이라 생각되는 확률 |
나. 베이즈 정리의 주요 요소
요소 |
용어 |
설명 |
P(A) |
A의 사전확률 (a priori) |
- 어떠한 사건에 대한 정보가 없는 경우 확률 |
P(A|B) |
B에 대한 A의 사후확률 (posteriori) |
- B라는 정보가 주어졌을 때의 확률 |
P(B|A) |
A에 대한 B의 우도 (likelihood) |
- A 발생 하에 B가 발생할 확률 |
다. 확률도출공식
반응형
'IT기술노트 > 인공지능' 카테고리의 다른 글
XAI(eXplainable AI) (0) | 2021.03.04 |
---|---|
인공지능 (0) | 2021.03.04 |
랜덤 포레스트(Random Forest) (0) | 2021.03.03 |
SVM (0) | 2021.03.03 |
조건부확률 (0) | 2021.03.01 |
P-Value (0) | 2021.02.25 |
통계적가설검정 (0) | 2021.02.25 |
확률분포함수 (0) | 2021.02.25 |
댓글