1.4. Probability and Distribution Review
이 글은 공부를 위해 적는 것입니다.모든 저작권은 KAIST 문일철 교수님과 Edwith에 있습니다.
강좌 URL : https://www.edwith.org/machinelearning1_17/lecture/10577/
PDF는 위 강좌 URL을 통해 무료로 다운받을 수 있습니다.
Image 파일 아래의 글들은 강의를 토대로 작성되었으며 저의 생각이 약간 감미된 경우 또한 있습니다.
배운점
- Probability
- Conditional Probability
- Probability Distribution
- Normal Distribution : Continuous numerical value
- Beta Distribution : Continuous numerical value [0,1]
- Binomial Distribution : Discrete value
- Multinomial Distribution : Generalization of the Binomial Distribution
문제를 해결하기위해 Probability, Distribution, 다른 수학적 기법들을 알아야한다.
P(E)∈R,P(E)≥0P(Ω)=1
P(E1∪E2∪⋯)=∑∞i=1P(Ei) when a sequence of mutually exclusive
함수는 mapping
Subsequent Characteristics
if A⊆B then P(A)≤P(B)P(ϕ)=00≤P(E)≤1
P(A∪B)=P(A)+P(B)−P(A∩B)P(Ec)=1−P(E)
Conditional Probability 조건부확률
Condition Scope 범주를 주는 것 P(A|B)=P(A∩B)P(B)
P(B|A)=P(A|B)P(B)P(A)Posterior=Likelihood×PriorKnowledgeNormalizingConstant
P(A)=∑nP(A|Bn)P(Bn)
P라는 Mapping 자체에 대해 알아야함
대표적 정의 Probability Distribution : assing 해주기 위한 것
A function mapping an event to a probability
f(x)=e−12x2√2π
PDF : Probability Density Function = f(x)
CDF : Cumulative Distribution Function = ∫x−∞f(x)dx
1. 함수의 공식을 정하고 Parameter를 바꾸는 방법 -> 모양 조정
2. 공식 자체를 바꾸는 것 => 이름을 준다. Normal Dist, Poisson Dist
Normal Distribution : Continuous numerical Value
f(x;μ,σ)=1σ√2πe−(x−μ)22σ2
Notation : N(μ,σ2)
Mean : μ
Variance : σ2
long & tail이 존재 0이 아닌 양쪽의 끝 부분
Beta Distribution : Continuous numerical value [0,1]
long & tail이 없고 정해진 구간에만 값이 존재
범위가 딱 떨어지는 확률일 때 Beta Distribution이 적합
f(θ;α,β)=θα−1(1−θ)β−1B(α,β),B(α,β)=Γ(α)Γ(β)Γ(α+β)
Notation : Beta(α,β)
Mean : αα+β
Variance : αβ(α+β)2(α+β+1)
Binomial Distribution : Discrete values
f(θ;n,p)=(nk)pk(1−p)n−k,(nk)=n!k!(n−k)!
Notation : B(n,p)
Mean : np
Variance : np(1-p)
parameter : n, p
Multinomial Distribution
The Generalization of the binomial distribution
ex) 앞, 뒤, 좌, 우 등과 같이 2개의 선택지 이상의 선택시
ABCDEF ... Z 중 하나를 선택
f(x1,⋯,xk;n,p1,⋯,pk)=n!x1!⋯xk!px11⋯pxkk
Notation : $Mult(P),P=
Mean : E(xi)=npi
Variance : Var(xi)=npi(1−pi)