정규분포1 [PRML] 기초이론정리1(확률론) 1 확률론 기계학습에서 중요한 것은 불확실성이다. 이러한 불확실성을 계량화하기 위한 학문이 확률론이다. 확률론은 정보의 불확실성 속에서 최적의 예측을 시행하는 길을 알려준다. 1.1 합의 법칙과 곱의 법칙 확률의 합의 법칙과 곱의 법칙은 기본적으로 숙지하자. $$ P(X)=\sum_{Y}^{}P(X, Y) $$ $$ P(X,Y)=P(Y|X)P(X) $$ 확률의 대칭성에 의해, \(P(X,Y)=P(Y,X)\)이므로, 이 식과 곱의 법칙을 이용하면, Bayes Theorem $$P(Y|X)=\frac{P(X|Y)P(Y)}{P(X)}$$ 을 얻게 된다. 베이즈 정리는 머신러닝 전반에 걸쳐 매우 중요하고 기본적으로 사용된다. 1.2 확률밀도 이산적인 사건 이외에 연속적인 사건에서도 확률값을 가질 수 있다. 확률.. 2023. 7. 2. 이전 1 다음