[Mathematics] - Statistical2 # 1. 베이지안 이론 (Bayesian Theory) 빈도 확률 (Frequentist Probability) VS 베이지안 확률 (Bayesian Probability) 빈도 확률 (Frequentist Probability) 동전의 앞면이 나올 확률은 몇일지 궁금하다고 가정한다. 10번을 던져서 4번이 앞면이 나온경우 0.4의 확률을 가지고 더 높은 신뢰도를 위해 100번을 던져서 45번이 앞면이 나온 경우 0.45로 생각할 수 있다. 이러한 수행을 반복하여 빈도(Frequency)를 측정하여 빈도 확률을 계산할 수 있다. 베이지안 확률 (Bayesian Probability) 하지만, 현실에서는 동전을 던지는 것만큼 간단하게 수행할 수 없는 현상들이 존재한다. 이렇게 일어나지 않은 사건에 대한 확률을 추정하는 것이 베이지안 확률이다. 베이즈 정리 (B.. 2023. 6. 9. # 0. 기초통계 - 확률, 우도, 조건부확률 P.S. 해당 블로그에서 다룰 통계 개념은 딥러닝을 쉽게 이해기 위한 개념들을 중심으로 정리하려고 합니다. 생성(Generative) 분야는 특정 확률 분포 공간에서 가장 그럴듯한 데이터를 샘플링하기 때문에 확률과 통계 개념이 중요합니다. 물론 꼭 생성 분야가 아니더라도 다양한 도메인에서 적용될 수 있습니다. 모수 (Parameter) 모수란 특정 확률 분포에 대한 특성값을 의미한다. 위와 같은 4개의 확률 분포는 동일한 정규 분포의 형태를 띄더라도, 서로 다른 모수(평균 $\mu$와 분산 $\sigma^2$)에 따라 다른 형태를 띄고 있음을 알 수 있다. 일반적으로 모집단을 전수조사할 수 없기 때문에 우리는 표본 추출(Sampling)을 통해 표본 집단에 대한 모수로 모집단의 모수를 추정한다. 확률 (.. 2023. 6. 9. 이전 1 다음
