728x90 반응형 SMALL model selection3 [Bayesian Inference] 모델 선택 (Model Selection) 모델 선택 (Model Selection) 때때로 하나 이상의 모델을 가질 수 있으며 우리의 관심은 각 모델의 적합성을 평가하고 모델 선택을 수행하는 데 집중할 수 있다. 베이지안 모델 선택 절차를 설명하기 위해 "null" 모델 M = 0과 대안 모델 M = 1 간의 비교에 중점을 둔다. 이 경우 해당 조인트 pdf는 다음과 같다. y가 매개변수를 통해 모델에 의존한다고 가정하면 다음과 같다. 여기서 π(θm | M = m, I)는 모델 M = m에서 매개변수 θm에 대한 선험적 분포이고 π(M = m | I)는 모델 M = m의 선험적 확률이다. 모델 M = m에 대한 사후 확률은 증거에 비례한다. 최적의 모델은 선험적 분포 π(M = m | I)의 선택은 분명히 응용 프로그램에 따라 다르다. 두 모.. 2022. 3. 28. [Bayesian Inference] 베이지안 분석 (Bayesian Analysis) Bayesian Analysis 베이지안 통계의 기본 전제는 모든 미지수가 확률 변수로 취급되고 이러한 양에 대한 지식이 확률 분포를 통해 요약된다는 것이다. 베이지안 통계 사용의 주요 이점은 다음과 같다. 1. 베이지안 통계는 객관적이고 주관적인 불확실성을 정량화하기 위한 유일하게 알려진 일관된 시스템이다. 2. 베이지안 통계는 모델 추정 및 비교와 새로운 관찰의 분류를 위한 원칙적 방법을 제공한다. 3. 베이지안 통계는 다양한 센서 관찰을 결합하는 자연스러운 방법을 제공한다. 4. 베이지안 통계는 누락된 정보를 처리하는 주요 방법을 제공한다. 확률 모델 (Probability Model) 이 단계에서는 고려 중인 모든 변수 간의 관계를 캡처하는 공동 확률 분포를 만든다. 전체 확률 모델 또는 공동 확.. 2022. 3. 28. 사이킷런 (Scikit-Learn) 사이킷런 (Scikit-Learn) scikit-learn이란 python을 대표하는 머신 러닝 라이브러리이다. scikit-learn은 오픈 소스로 공개되어 있으며, 개인, 비즈니스 관계없이 누구나 무료로 사용가능하다. scikit-learn은 현재도 활용하여 개발이 이루어지고 있으며, 인터넷에서 정보를 찾기 쉽다. 샘플 데이터 셋이 부속되어 있으므로, 설치하여 바로 기계 학습을 시험해 볼 수 있다. 설치 pip install -U scikit-learn Classification 개체가 속한 범주 식별한다. Regression (회귀) 개체와 연결된 연속 값 속성을 예측한다. Clustering (군집화) 유사한 개체를 세트로 자동 그룹화한다. Dimensionality Reduction (차원 축소.. 2021. 12. 20. 이전 1 다음 728x90 반응형 LIST
