초짜공대생의공부노트

  • 홈
  • 태그
  • 방명록

조건부 확률 1

Probability Theory

확률에는 두 가지 기본 법칙이 존재한다. 먼저 식을 한번 살펴보자. 하나는 합의 법칙이며, 다른 하나는 곱의 법칙이다. 위의 수식이 합의 법칙, 밑의 수식이 곱의 법칙이다. 예제 그림을 한번 살펴보자. 먼저 확률 변수 X,Y가 존재하며 X는 i의 값을 Y는 j의 값을 선택할 수 있다. X,Y 각각에서 표본을 추출 시도의 수는 N이며 X = xi, Y = yi일때의 시도는 nij라 표현한다. 그리고 Y와 상관없이 X = xi일 경우를 ci, X와 상관없이 Y = yi일 경우를 rj라 표현한다. X가 xi Y가 yi일 확률을 결합 확률(joint probability)라 말하며 밑의 식과 같다. 간단한 식이지만, 해석해보면 이 결합 확률은 N번 시행하였을 경우, nij가 나타날 확률이다. Y값과 상관없이 x..

PRML/Chapter 1. Introduction 2022.09.11
이전
1
다음
더보기
프로필사진

  • 분류 전체보기 (8)
    • PRML (7)
      • Chapter 8. Graphical Models (4)
      • Chapter 1. Introduction (1)
      • Chapter 13. Sequential Data (2)
    • Unity (0)
    • Random Probability (0)
    • Mobile Communication (0)
    • Convex Optimization (1)

Tag

칼만 필터, Max Sum Algorithm, Markov Chain, Sum product Algorithm, Factor Graph, Chain Graph, 그래프, 컨벡스 최적화, Potential Function, Belief Propagation, Bayesian Network, Bipartite Graph, Markov, 관측, 확률, kalman filter, 노이즈, PRML, junction tree, 베이즈 필터,

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2025/05   »
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

방문자수Total

  • Today :
  • Yesterday :

Copyright © Kakao Corp. All rights reserved.

티스토리툴바