ML - Theory #4 : 베이즈 정리(Bayes' rule)

베이즈 정리 (Bayes' rule)

• 이전의 경험(Prior)과 현재의 증거를 토대로 어떤 사건의 확률 추론
• 조건부 확률(Conditional Probability)을 이용하여 추론
• 특징 : 결과를 관측한 뒤, 원인을 추론할 수 있다. 즉, 조건부 확률 P(B|A)를 이용하여 다른 조건부 확률 P(A|B)를 구할 수 있다.
• 추론 과정
  • P(A) : A의 사전 확률 (Prior probability)
  • P(B) : B의 사전 확률 (Evidence)
  • P(A|B) : 사건 B라는 증거에 대한 사후 확률 (Posterir probability)
  • P(B|A) : 사건 A가 주어졌을 때, B의 조건부 확률 (Likelihood)

---

>> 위 내용은 필자가 공부하여 직접 정리한 내용이며, 위 그림 역시 직접 그린 그림이므로 워터마크 "s5unnyjjj"를 삽입하였음을 알려드립니다.

>> 부족한 점이 많을 수 있기에 잘못된 내용이나 궁금한 사항이 있으면 댓글 달아주시기 바랍니다.

>> 긴 글 읽어주셔서 감사합니다.