[Day4] AI math 7. 통계학 맛보기 : 모수, 확률분포, 정규분포,최대가능도 추정법, MLE, 로그가능도, 확률분포 거리, 쿨백라이블러 발산 통계적 모델링은 적절한 가정 위해서 확률분포를 추정하는 것이 목표이다 다양한 확률분포를 사용해서 모델링할 것이냐가 중요하다 일부의 데이터로 모든 데이터의 분포를 정확하게 알아낸다는 것은 불가능하므로 근사적으로 확률분포를 추정할 수 밖에 없다. 모수 Parameter 모수적 방법론 parametric 데이터가 특정 확률분포를 따른다고 선험적으로 (a priori) 가정한 후 그 분포를 결정하는 모수를 추정하는 방법 ex) 정규분포의 평균과 분산 비모수 방법론 nonparametric 특정 확률분포를 가정하지 않고 데이터에 따라 모델과 모수의 개수가 바뀌는 방법 모수가 없는 것이 아니라 모수가 무한히 많거나 데이터에 따라 모수가 바뀌는 것이다 두 방법론의 차이는 어떤 가정을 미리 부여를 하는지 아닌지에 따라.. 이전 1 다음
