공부 내용
- 베이즈 정리
- 베이즈 정리를 통한 정보의 갱신
- 인과관계 추론
베이즈 정리
- 베이즈 정리는 조건부확률을 이용하여 정보를 갱신하는 방법을 알려 줌
- Evidence : 데이터 분포
- 가능도(likelihood) : 특정 상황에서 특정 데이터가 검출될 확률(보통 미리 정의)
- 사전확률(prior) : 특정 상황이 일어날 확률(보통 미리 정의)
- 사후확률(posterior) : 특정 데이터에서 특정 상황이 일어날 확률
베이즈 정리를 통한 정보의 갱신
- 베이즈 정리를 통해 새로운 데이터가 들어왔을 때 앞서 계산한 사후확률을 사전확률로 사용하여 갱신된 사후확률 계산 가능
인과관계 추론
- 조건부 확률은 유용한 통계적 해석을 제공하지만 인과관계(causality) 추론에 함부로 사용하면 안 됨
- 데이터가 많아져도 조건부 확률만 가지고 인과관계를 추론하는 것은 불가능
- 인과관계는 데이터 분포의 변화에 잘 대처하는 강건한 예측모형을 만들 때 필요
- 단, 인과관계만으로는 높은 예측 정확도를 보장할 수 없음
- 인과관계를 알아내기 위해서는 중첩요인(confounding factor)의 효과를 제거하고 원인에 해당하는 변수만의 인과관계를 계산해야 함
- 중첩요인의 효과를 제거하지 않으면 가짜 연관성(spurious correlation)이 나옴
