Bayesian Learning

베이시안 러닝은 Training data를 받아 나의 belief를 업데이트 하는 방식이다.
기존에 알고 있던 방법중 하나인 Maximum likelyhood는 $\mu$와 $\sigma$를 알지, 베이시안 러닝은 이를 모른다는것이 둘의 차이점이다.

---

Bayes Theroem

data D가 주어졌을때, 기존의 확률을 통해 hypothesis H를 찾는것

베이시안 러닝은 우리가 그동안 많이 봐왔던 베이즈 이론부터 시작한다.

이제 우리가 알고싶은것은 MAP hypothesis 이다. (Maximum a posteriori)

---

Example. Diagnosis of Cancer

여기서 $\oplus$는 positive, $\ominus$는 negative이다.

$\to$ Some known facts:

then, we want to know lab test returns a "positive" result.

should we diagnose the patient as "HAVING cander" or "NOT"?

sol)

Hence,

---