내용
The Law of total possibility.
총 확률의 법칙.
A라는 특정 변수에 대해 모든 일어날 수 있는 events의 총 확율은 1.
The Law of Conditional Probability.
조건부 확율.
𝑃(𝐴|𝐵)=𝑃(𝐴∩𝐵)𝑃(𝐵)/𝑃(𝐵)
𝑃(𝐵) 를 양변에 곱하면, 𝑃(𝐴|𝐵)𝑃(𝐵)=𝑃(𝐴∩𝐵)
곧 𝑃(𝐴|𝐵)=∑𝑛𝑃(𝐴∩𝐵𝑛) 를 의미.
𝐵 라는 정보가 주어진 상황에서 𝐴의 확률은 𝐵와 교집합들의 합으로 구성 되어 있다는 것.
Bayes Theorem.
베이지안 이론.
Reflection
이 이론은 의사결정하는 데 많이 쓰이고 실제로 여러 분야에 쓰이고 있다.
한 번에 모든 것을 이해하기란 쉽지 않지만 조금 씩 이해하는 건 가능하다.
반복하여 보고 적용한 다면 뇌에 익숙해 질 것이다.
이 이론이 머신러닝에 어떻게 이용되는 지 궁금하고 기대가 된다.
danny + realism