Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- list
- rl
- neural network
- Jacobian Matrix
- optimization
- 데이터 분석
- 논문
- reinforcement learning
- 김성훈 교수님
- 판다스
- convex optimization
- machine learning
- unity
- Python Programming
- pandas
- Series
- 리스트
- statistics
- 모두를 위한 RL
- 유니티
- ML-Agent
- 강화학습
- Hessian Matrix
- Laplacian
- Deep Learning
- 딥러닝
- 사이킷런
- David Silver
- Linear algebra
- paper
Archives
목록Statistic (1)
RL Researcher
[Statistics] Bayes' theorem
베이즈 정리는 데이터라는 조건이 주어졌을 때의 조건부 확률을 구하는 공식이다. 베이즈 정리를 쓰면 데이터가 주어지기 전의 사전확률값이 데이터가 주어지면서 어떻게 변하는지 계산할 수 있다. 따라서 데이터가 주어지기 전에 이미 어느 정도 확률값을 예측하고 있을 때 이를 새로 수집한 데이터와 합쳐서 최종 결과에 반영할 수 있다. 데이터의 개수가 부족한 경우 유용하게 사용된다. 데이터를 매일 추가적으로 얻는 상황에서도 매일 전체 데이터를 대상으로 새로 분석작업을 할 필요 없이 어제 분석결과에 오늘 들어온 데이터를 합쳐서 업데이트만 하면 되므로 유용하게 활용이 가능하다. 베이즈 정리 공식 조건부 활률을 구하는 베이즈 정리의 공식은 다음과 같다. $$P(A \mid B)=\frac{P(B \mid A)P(A)}{P..
Mathmatics/Machine Learning Statistics
2021. 3. 16. 16:09