the conditional probability that given as
- 반드시 인 상황에서만 성립이 된다.
1 min read
graph/graphical model 에서 사용되는 sampling 방식으로, 어떤 K 개의 노드 (variable) 이 존재할 때, 이에 대한 joint distribution p (x₁,, xK) 을 sampling 으로 구하는 방식을 의미한다. 각 노드는 자기보다 높은 순번의 노드 (부모 노드) 로 밖에 이어지지 않는다고 가정한다. 예시 더 깊은 노드를 포함한 확률 계산을 원한다면, ...
... chain rule 을 통해 joint distribution 을 표현할 수 있고, 이를 통해 compact representation 을 얻을 수 있다. 즉, 각 CPD (conditional probability distribution) 가 독립적이라는 가정하에, graph G 에 대한 확률 P 는 다음과 같이 factorize 될 수 있다.
Bayesian network conditional probability Markov chain Hidden Markov Model
conditional probability
...합니다. 여기서 P(Bₙ) 은 구입한 전구가 n 공장에서 생산될 확률을 의미하고, P(A|Bₙ) 은 n 공장에서 생산된 전구가 5,000 시간 이상 작동할 확률을 의미합니다. conditional probability 에 적용되는 Law of Total Probability
sum rule, joint probability, conditional probability, Bayes theorem
Tags conditional probability 정의 \displaystyle p(A\mid B)=\frac{p(A,B)}{p(B)}.
Related joint entropy, independence (probability), Bayes theorem Statistic Consider an indexed collection of random variables X {1},\ldots,X {n}.
정리 (다른 이름으로는 marginalization) 이산형 경우 P(A)=\sum {n}P(A,B)=\sum {n}P\left(A\mid B {n}\right)P\left(B {n}\right) 연속형 경우 \displaystyle p(x)=\int {y}p(x,y)dy=\int {y}p(x\mid...
p(\boldsymbol{x},\boldsymbol{y})=p(\boldsymbol{y}\mid\boldsymbol{x})p(\boldsymbol{x})=p(\boldsymbol{x}\mid\boldsymbol{y})p(\boldsymbol{y}) p(\boldsymbol{x}): marginal...
X 가 주어졌을 때 Y 의 conditional entropy 는 다음과 같이 계산된다 \displaystyle\mathrm{H}(Y\mid X)=-\sum {x\in\mathcal{X},y\in\mathcal{Y}}p(x,y)\log\frac{p(x,y)}{p(x)}...
Related Marginal independence Conditional independence 정의 That is, knowledge of Y’s value doesn’t affect your belief in the value of X, given a value of Z.
chain rule sum rule: p(X)=\sum {Y}p(X,Y) product rule: p(X,Y)=p(Y\mid X)p(X) relation with Bayes theorem \displaystyle p(Y\mid X)=\frac{p(X\mid Y)p(Y)}{p(X)} Evidence 는 다음과 같이...
많은 변수에 대한 확률 분포를 joint probability distribution 이라고 한다.
Discrete 확률 분포 we use discrete probability distributions to model categorical variables. i.e., variables that take a finite set of unordered values.
어떤 시행(실험)에서 특정 결과(샘플)가 나올 가능성을 확률 P(A), A \in \mathcal{A}로 표현한다. 다시 말해, 관측값 또는 관측 구간이 주어진 Probability Distribution에서 나타날 가능성의 정도를 의미한다.