multivariate Gaussian distribution 에서 covariance matrix 의 inverse 를 precision matrix 라고 부른다.
즉, 다음과 같이 표기할 수 있다.
1 min read
multivariate Gaussian distribution 에서 covariance matrix 의 inverse 를 precision matrix 라고 부른다.
즉, 다음과 같이 표기할 수 있다.
Q=Σ−1다변량 정규 분포는 1 차원 normal distribution 을 다차원으로 일반화한 분포를 의미한다.
covariance 는 두 변수가 얼마나 선형적으로 관계가 있는지 수치적으로 나타내는 값이다. covariance 의 절대값이 높다면, 두 값이 많은 변동이 있고 동시에 평균으로부터 멀리 떨어져 있다는 것을 의미한다.
Single Variable \displaystyle\mathcal{N}\left(x\mid\mu,\sigma^{2}\right)=\frac{1}{\left(2\pi\sigma^{2}\right)^{1/2}}\exp\left\{-\frac{1}{2\sigma^{2}}(x-\mu)^{2}\right\} 종종...
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.
x 축의 단위가 평균의 표준 편차로 표현되는 정규 분포를 의미하며, 이 분포는 평균이 0 이고, 표준편차가 1 인 값을 가진다.
밀도 추정(Density Estimation) 밀도 추정이란, 유한한 개수의 관측값 \mathbf{x 1}, \cdots, \mathbf{x N} 이 주어졌을 때, 확률변수 \mathbf{x}의 확률분포 p(\mathbf{x})를 모델링하는 것을 의미한다.
정의 베타 분포는 두 매개변수 α 와 β 에 대해 0 과 1 사이에서 정의되는 연속확률분포들의 가족 (a general family of continuous probability distributions) 을 의미한다.
다항분포 (multinomial distribution) 란, 여러 개의 값을 가질 수 있는 독립 확률변수들에 대한 확률분포를 의미한다. 예를 들어, k 면을 가진 주사위를 n 번 굴렸을 때, 각 면이 나타날 수 있는 횟수에 대한 확률을 모델링 할 수 있다.
랜덤 변수 x 의 분포가 exponential family 를 따른다고 했을때, pdf 는 다음과 같이 쓰여질 수 있다.