[오일석 기계학습] 2.2 수학 - 확률과 통계 - 베이즈 정리
https://biomadscientist.tistory.com/47 [오일석 기계학습] 2.2 수학 - 확률과 통계 - 곱 규칙과 전확률 규칙 기계학습이 다루는 데이터는 주로 '불확실성'을 가지고있는 실생활로부터 온 데이터들, 따라서 자연스럽게 기계학습 역시 확률과 통계를 잘 활용해야만 좋은 모델을 만들 수 있다. 1. 확률 기초 biomadscientist.tistory.com 이전 포스팅에서 조건부 확률과 결합확률의 곱규칙과 전확률 규칙에 대하여 공부하였다. 이번 포스팅에서는 두 규칙을 이용해 베이즈 정리에 대해 공부해보려 한다. 곱규칙과 전확률 규칙을 이해하지 못한 상태로는 베이즈 정리 이해가 어려울 수 있으니 먼저 이전 포스팅에서 다룬 두 규칙에 대한 이해를 선행한 후에 이 포스팅을 읽기를 추천..
Background/Math
2023. 4. 12. 02:10
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- 최대우도추정
- 베이즈정리
- eigenvector
- 제한볼츠만머신
- MatrixAlgebra
- 파이썬
- 3B1B따라잡기
- Matrix algebra
- 이왜안
- 오일석기계학습
- Manimlibrary
- manim
- 기계학습
- 선형대수
- eigenvalue
- MorganCircularfingerprint
- variational autoencoder
- 3b1b
- manim library
- manimtutorial
- kl divergence
- kld
- 인공지능
- 백준
- elementry matrix
- ai신약개발
- marginal likelihood
- ai인공지능
- MLE
- vae
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
글 보관함