본문 바로가기

bayeian theory1

1.2 Probability Theory 패턴 인식에서 "불확실성(uncertainty)"은 중요한 개념이다. 불확실성의 이유는 측정할 때의 "노이즈" 및 "데이터 집합 수가 제한되어 있다는 한계점" 때문에 발생. 이러한 불확실성을 정량적으로 만들어주는게 "확률론"이다. 확률의 두 가지 기본적인 법칙인 "합의 법칙"과 "곱의 법칙"이 어떻게 도출되는지 Discrete한 예제를 통해 알아보자. Figure 1.10 기준으로

X

$X$ ,

Y

$Y$ 라는 확률 변수는 다음과 같다.

X

$X$ 는

x_{i} (i = 1, \dots, M)

$x_i (i=1, \ldots, M)$ 중 아무 값이나 취할 수 있음

Y

$Y$ 는

y_{i} (i = 1, \dots, L)

$y_i (i=1, \ldots, L)$ 중 아무 값이나 취할 수 있음

X

$X$ 와

Y

$Y$ 각각에서 표본을 추출하는 시도를

N

$N$ 번 한다고 하고, 그리고

X = x_{i}, Y = y_{j}

$X = x_i, Y = y_j$ 인 시도의.. 2020. 7. 9.

이전 1 다음

티스토리툴바