이때 \textcolor{#228B22}{0.5}는 가중치(weight factor) 이다.
따라서 다음과 같은 결론을 얻을 수 있다.
"부인은 90% 확률로 밀크티 맛의 차이를 맞출 능력이 있다는 가설이 95% 확률로 인정된다"
베이지안 이론은 수학적으로 증명된 조건부 확률 정리 기반으로 가설 검증을 하며 관찰된 지식이 없는 불확실한 상황에 적용가능하다. 단, 명확한 모델 설정이 필요하다. 최근 알고리즘과 컴퓨터 성능의 발전으로 사용하기 유리한 환경이다. 예를 들어 956 NIH 콘필드, “흡연과 폐암의 인과관계” 발표와 같다.
인공지능 개론 홈으로 돌아가기
인공지능 개론
AI 홈으로 돌아가기
인공지능 개론
메인으로 돌아가기
통계학
경험적(Empirical Science)의 불확정성(Uncertainty)를 계량적으로 설명하기 위한 논리, 방법론이다.
일반적으로 통계학은 실험과 관찰을 통해서 기록된 데이터를 수학적 기법으로 논리적으로 유추한다. 이때 자료를 수집하고, 분류, 분석, 표현으로 현상의 인과관계를 설명하며, 미래 상황을 예측한다.
이 통계학을 그케 두가지로 나누어 보면 다음과 같다.
기술 통계학(Descriptive Statistics)
- 관찰된 자료로 현재의 상황을 이해하는데 목적이 있다.
추리 통계학(Inferential Statistics)
- 추출된 표본 자료로 확률로써 집단의 특성을 추리한다.
기계학습에서 기계에 학습을 시키기 위한 과정에서 기술적 통계학 이론을 사용하며, 기계학습 후 새로운 입력에 대한 결과를 예측 할 때는 확률 이론을 활용한다.
통계와 기계학습의 차이는 목적에 있다. 통계는 일반화를 통해 현상을 이해하는 데에 목적이 있고 기게학습은 앞으로의 현상을 예측한다는 차이가 있다.
상관(Correlation) 분석
독립변수와 종속변수가 존재하며, 이 사이의 관계 강도 상관계수라고 하고 -1 ~ 1 사이의 값으로 나타낸다.
이때 관계를 함수식으로 나타내며, 나타낸 방법으로 회귀분석을 통해 예측하게 된다.
종속변수 : 기대값(label) 또는 예상값.
독립변수 : 결과값에 영향을 주는 입력값.
회귀(Regression) 분석
1800년대 초 Legendre와 Gauss가 최소제고법(Least squre method)를 제한했다.
회귀분석에서는 결정계수(r^2) 이 0.65 이상일 때 의미 있는 회귀식이라고 할 수 있다.
이때 \textcolor{#228B22}{0.5}는 가중치(weight factor) 이다.
따라서 다음과 같은 결론을 얻을 수 있다.
"부인은 90% 확률로 밀크티 맛의 차이를 맞출 능력이 있다는 가설이 95% 확률로 인정된다"
베이지안 이론은 수학적으로 증명된 조건부 확률 정리 기반으로 가설 검증을 하며 관찰된 지식이 없는 불확실한 상황에 적용가능하다. 단, 명확한 모델 설정이 필요하다. 최근 알고리즘과 컴퓨터 성능의 발전으로 사용하기 유리한 환경이다. 예를 들어 956 NIH 콘필드, “흡연과 폐암의 인과관계” 발표와 같다.
인공지능 개론 홈으로 돌아가기
인공지능 개론
AI 홈으로 돌아가기
인공지능 개론
메인으로 돌아가기
통계학
경험적(Empirical Science)의 불확정성(Uncertainty)를 계량적으로 설명하기 위한 논리, 방법론이다.
일반적으로 통계학은 실험과 관찰을 통해서 기록된 데이터를 수학적 기법으로 논리적으로 유추한다. 이때 자료를 수집하고, 분류, 분석, 표현으로 현상의 인과관계를 설명하며, 미래 상황을 예측한다.
이 통계학을 그케 두가지로 나누어 보면 다음과 같다.
기술 통계학(Descriptive Statistics)
- 관찰된 자료로 현재의 상황을 이해하는데 목적이 있다.
추리 통계학(Inferential Statistics)
- 추출된 표본 자료로 확률로써 집단의 특성을 추리한다.
기계학습에서 기계에 학습을 시키기 위한 과정에서 기술적 통계학 이론을 사용하며, 기계학습 후 새로운 입력에 대한 결과를 예측 할 때는 확률 이론을 활용한다.
통계와 기계학습의 차이는 목적에 있다. 통계는 일반화를 통해 현상을 이해하는 데에 목적이 있고 기게학습은 앞으로의 현상을 예측한다는 차이가 있다.
상관(Correlation) 분석
독립변수와 종속변수가 존재하며, 이 사이의 관계 강도 상관계수라고 하고 -1 ~ 1 사이의 값으로 나타낸다.
이때 관계를 함수식으로 나타내며, 나타낸 방법으로 회귀분석을 통해 예측하게 된다.
종속변수 : 기대값(label) 또는 예상값.
독립변수 : 결과값에 영향을 주는 입력값.
회귀(Regression) 분석
1800년대 초 Legendre와 Gauss가 최소제고법(Least squre method)를 제한했다.
회귀분석에서는 결정계수(r^2) 이 0.65 이상일 때 의미 있는 회귀식이라고 할 수 있다.