Bayes Theorem
특정 사건의 확률을 업데이트하는 방법이에요. 조건부 확률을 기반으로 하여 새로운 정보를 반영하는 과정이에요. 기존의 생각과 새로운 데이터의 조화로 인사이트를 얻는 것이 중요해요.
Bayesian Probability
베이지안 확률
5개 레벨
확률을 주관적인 정보로 해석해요, 이전 정보(사전 확률)를 새로운 데이터로 업데이트해요, 결과적으로 사후 확률을 구할 수 있어요.
베이지안 확률 스킬 여정을 시작하세요
5개의 레벨을 통해 체계적으로 학습하고, 커리어 성장의 기반을 다지세요.
5 레벨 로드맵
단계별 역량 인증
학습 로드맵
5개 레벨
전체 5
하위주제 (4)
Likelihood
확률의 개념을 기반으로 한 방법이에요. 주어진 데이터에 대한 모델의 적합성을 평가하는 데 사용해요. 관찰된 데이터를 통해 가설의 신뢰성을 업데이트하는 역할을 해요.
Posterior Probability
사전 확률과 증거를 기반으로 새로운 정보를 반영해 업데이트되는 확률이에요. 이는 데이터와 이전 믿음을 결합해 좀 더 정확한 추정을 가능하게 해요. 결과적으로, 불확실성을 줄이고 의사결정에 도움을 줘요.
Prior Probability
사전 확률은 어떤 사건이 발생하기 전, 그 사건에 대한 신뢰도를 나타내는 수치에요. 이는 기존의 정보나 경험을 바탕으로 설정되며, 새로운 데이터가 추가되면 갱신돼요. 결과적으로, 사전 확률은 후속 확률 계산의 기초가 되는데 중요해요.