220407_TIL

Fact

오늘은 아래 내용을 배웠다.

• 이유 불충분의 원리 (The Principle of Insufficient Reason)
  • 아무 정보가 없는 상황에서 확률을 동등하게 생각하는 것.
• 조건부 확률 (conditional probability)
• 베이즈 정리 (Bayesian Theory)
  • 사전확률을 바탕으로 주어진 정보를 갱신해 최적의 사후확률을 계산해나가는 것. (ML에서 매우 중요한 개념)
  • 몬티홀 문제
  • Naive Bayesian classification (nexflix 추천 알고리즘 동작 예시)

오늘은 아래 문제를 풀었다.

• 베이즈 정리 함수식 작성 (2문제)

그 외

• "귀무가설은 보통 ‘두 샘플 간 연관이 없다’인 것으로 생각해라."
• 아래 질문에 대한 답을 다음과 같이 생각해보았다.

Bayesian statistics와 Frequentist statistics의 차이점에 대해 생각해보고,데이터 분석 시 언제, 어느 것을 사용해야 효율적인지 논해보세요.

Feeling

• 월~수에 배웠던 통계와는 종류가 다른 개념이었는데, 굉장히 헷갈렸지만 동시에 묘해서 공부가 아니라 재밌는 퀴즈를 푸는 것 같은 마음으로 공부했다. (평소 유투브에서 이런 류의 것을 좋아하기도 했다)

Finding

• 베이즈 정리에 대해서 생각할 때, 주어진 data와 사전확률이 뭐고 사후확률이 뭔지 제대로 파악하고 정의하는 것이 중요하다. 머리 속에서 생각으로만 하지 말고 글로 쓰면서 하면 훨씬 쉽다. 너의 두뇌를 과대평가 하지 말라고!

Future action

주말에 보충해야 한다

• 베이즈 정리에 대한 레퍼런스 영상 더 찾아보면서 리마인드 하자.