이 글은 확률과 통계 2 - 조건부 확률 글을먼저 읽고 와야 이해하기 수월합니다.    Bayes Formula 일전에 우리는 결합 확률에 대해 배웠죠. 여기서 왼쪽 항의 x,y의 위치는 별 의미 없습니다.이렇게 써도 되죠. 베이즈 정리는 이러한 특징을 이용합니다. 여기서 왼쪽의 확률을 사후 확률(posterior probability),오른쪽 3개의 확률을 사전 확률(prior probability)이라고 합니다.   단순히 보면 별 의미 없어보이는 데,이걸 왜 알아야 할까요?  조건부 확률의 가장 큰 특징은어떤 확률변수가 주어졌을 때다른 확률변수의 확률을 알아내는 것입니다.  기계 학습에 있어서 이러한 특징은 중요하게 작용합니다.예를 들어 로봇에게 과일 사진을 주고,이게 어떤 과일인지 맞출 확률을 생..

이 장에서 설명할 확률들은우리를 놀리기에 최적화된 확률입니다.처음 접하면 마냥 헷갈리죠. 천천히 따라오세요.  Independent 조건부 확률을 이해하는 걸 극복하려면먼저 독립(independent)을 알아야 합니다. 아래 예시를 보죠. 1번 공을 뽑고 파란 공을 뽑을 확률은 무엇일까요? 1번 공 뽑고, 왼쪽 위 빨간공,오른쪽 위 파란공,...2번 공 뽑고 왼쪽 위 빨간공... 일일이 세면 총 24개 경우의 수가 나오고1번 공과 파란공을 뽑는 사건은 3개가 나오네요.그래서 확률은 3/24입니다.   일일이 세서 풀었다면, 좋습니다.하지만 매번 확률을 만날 때마다 손으로 셀 수는 없는 노릇이니계산을 빨리하기 위해 약간의 논리를 가미해보죠.(싫으면 앞으로 그냥 손으로 세도 됩니다) 우선, 색깔 공은 제쳐두..

Probability 1부터 6까지 적혀있는 평범한 주사위를 굴렸을 때,1일 나올 확률은? 1/6인 건 모두 다 아는 사실이죠. 이렇듯 확률은 우리가 어렸을 때 배웠습니다.하지만 혹자는 당연히 아는 것에 치우쳐서확률을 잘 이해하지 못하는 경우가 있습니다.즉, 주사위는 그냥 당연히 1/6이겠지... 로 생각하는 것이죠. 만일 6을 1로 대체하고, 다시 굴리면 어떻게 될까요?아직도 1/6일까요?     확률을 계산하는 방법은 간단합니다.경우(case)의 수와 사건(event)의 수만 알 면 되죠. 경우의 수는 발생 가능한 모든 사건의 개수입니다.예를 들어 평범한 주사위를 굴리면 나올 눈금은 1, 2, 3, 4, 5, 6이죠.그래서 경우의 수는 6입니다. 여기서 내가 궁금한 사건을 정하고 개수를 셉니다.예를 ..