728x90 반응형 SMALL 정규분포2 [Data Science] 확률 및 확률 분포 확률 및 확률 분포 표본공간 (Sample case) 어떤 실험을 실시할 때 나타날 수 있는 모든 결과들의 집합 사건 (event) 관찰자가 관심이 있는 사건으로 표본공간의 부분 집합 확률변수 특정값이 나타날 가능성이 확률적으로 주어지는 변수 이산확률 변수(변수가 끊어짐) 주사위 두개를 던질때의 합 x = { 4, 3, 2, 5, 9, ... } 연속확률 변수(변수가 연속적임) 주사위 두개를 던지는 횟수 x = { 1, 2, 3, 4, 5, ... } 확률분포 확률변수가 특정한 값을 가질 확률을 나타내는 함수 주사위 두개를 던졌을 때 두눈의 합에 대한 확률 분포 이산형 확률분포 0이 아닌 확률값을 갖는 확률 변수를 셀수 있는 경우 동전 2개를 던져서 앞 / 뒷면이 나오는 경우의 수 HH : 1 / 4, .. 2022. 3. 7. 06. 나이브 베이즈 (Naive Bayes) 나이브 베이즈 (Naive Bayes) 나이브 베이즈는 분류기를 만들 수 있는 간단한 기술로써 단일 알고리즘을 통한 훈련이 아닌 일반적인 원칙에 근거한 여러 알고리즘들을 이용하여 훈련된다. 모든 나이브 베이즈 분류기는 공통적으로 모든 특성 값은 서로 독립임을 가정한다. 예를 들어, 특정 과일을 사과로 분류 가능하게 하는 특성들 (둥글다, 빨갛다, 지름 10cm)은 나이브 베이즈 분류기에서 특성들 사이에서 발생할 수 있는 연관성이 없음을 가정하고 각각의 특성들이 특정 과일이 사과일 확률에 독립적으로 기여 하는 것으로 간주한다. 나이브 베이즈의 장점은 다음과 같다. 첫째, 일부의 확률 모델에서 나이브 베이즈 분류는 지도 학습 (Supervised Learning) 환경에서 매우 효율적으로 훈련 될 수 있다... 2021. 12. 15. 이전 1 다음 728x90 반응형 LIST
