https://youtu.be/Y4ecU7NkiEI

Naive Bayes Classification

이유 불충분의 원리

아무 증거나 근거가 없는 상황에서 확률을 50대50으로 놓는 것

사랑하는 사람이 초콜렛을 줄 확률

P(초콜렛|사랑)
=> 조건부확률

호감이 없는 사람이 초콜렛을 줄 확률

P(초콜렛|사랑X)
=> 조건부확률

그러면 이에 따라 나오는 나머지 확률들

사랑하는 사람이 초콜렛을 줄 확률이 40%(설문조사)라고 한다면
사랑하는 사람이 초콜렛을 안 줄 확률은 60%

호감 없는 사람이 초콜렛을 줄 확률은 30%(가정)
호감 없느 사람이 초콜렛을 주지 않을 확률은 70%

내가 원하는 정보는?

초콜렛을 받았을때 날 좋아할 확률 : P(하트|초콜렛)

이 내가 원하는 정보는

내가 이미 알고 있는 좋아하는 사람이 초콜렛을 줄 확률(40%)와 조건과 결과가 뒤바뀐 확률이다

그래서, 내가 원치 않는 초콜렛을 못받은 상황은 제거한다.

ㄷㄷ ;;
표현력에 또 감탄합니다.

고로,

결론, 베이즈 정리란?

사전확률 (아무런 정보가 없는 상태)

에서 추가적인 정보 (초콜렛을 받음)

으로 인해 사후 확률을 구하는 것이다.

셜록홈즈의 명대사로도 기억하기!

사각형으로 기억하기!

이 정사각형 안에 들어있는 사각형들의 넓이가 확률이 된다.

손가락을 튕길 차례 왜?

우리는 초콜렛을 받은 관찰 영역만 필요하다

=> 나는 이런 기술적인 공식도 암기하고 있자!

사전확률의 문제

이 베이즈 이론은 멋진거 같지만 큰 맹점이 하나 있다.

그것은 바로 사전확률을 50%라고 주관적으로 가정한다는 점.

그것 때문에 베이즈 이론은 비판을 받아왔다.

그렇기 때문에 이 사전확률을 근거를 찾는게 베이즈 정리의 핵심

위의 사진처럼 다양한 근거들로 인해 더욱더 정확한 사전확률을 가질수록 초콜렛이라는 추가 정보로 인한 사후 확률도 정확해진다.

해당 과정은 어떻게 보면 사람의 의사결정 과정과 굉장히 유사하다.