ToDo_DATA

베이즈 정리 어떤 사건이 일어난 후 앞으로 일어날 다른 사건의 가능성을 구하는 것 즉, 기존 사건들의 확률(사전 확률)을 알고 있다면, 각 원인들의 조건부 확률(사후 확률)을 구할 수 있음 기존 사건들의 데이터가 쌓이면 쌓일 수록 조건부 확률의 정확성이 높아짐 확률변수와 확률분포 확률변수 Random Variable : 시행의 결과에 따라 값이 결정되는 변수 확률분포 Probability Distribution : 확률변수가 특정한 값을 가질 확률을 나타내는 함수 확률 변수가 어떤 종류의 값을 가지는가에 따라 이산 확률 분표와 연속 확률 분포로 나뉨 이산확률분포 discrete probability distribution 확률 질량 함수로 표현 가능하며 대표적 예시는 하기와 같음 푸아송 분포 : 단위 시..

개요 어떤 사건이 일어나는 경우 다른 사건이 일어날 확률 P(A ∣ B) = 사건 B가 일어나는 경우에 사건 A가 일어날 확률 예시 한 집단에 10대부터 50대까지의 연령이 존재하고, 안경을 쓴 사람과 그렇지 않은 사람이 있다. 이 중 40대(A)는 30%, 안경을 쓴 사람(B)은 20%, 40대이면서 안경을 쓴 사람(AB)은 6%이다. 해당 집단에서 안경을 쓴 어떤 한 사람을 뽑았을 때 그 사람이 40대일 확률은 P(AB) / P(B) = 0.06 / 0.2 = 0.3 독립성 사건 A와 B가 독립이라는 것은, P(A ∣ B) = P(A) (= P(B ∣ A) = P(B)) 통계의 함정 A : 운전자가 안전띠를 매는 사건 B : 운전자가 자동차 사고로 사망하는 사건 자동차 사고로 사망한 사람의 40%는 ..