Precision Matrix
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−1Multivariate Gaussian Distribution 다변량 정규 분포는 1 차원 normal distribution 을 다차원으로 일반화한 분포를 의미한다.
Covariance 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.
Gaussian Distribution A.1) 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}}(...
Joint Distribution 많은 변수에 대한 확률 분포를 joint probability distribution 이라고 한다.
Probability Distribution Discrete 확률 분포 we use discrete probability distributions to model categorical variables.
Categorical Distribution Related References.
Standard Normal Distribution 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.
Multinomial Distribution 다항분포 (multinomial distribution) 란, 여러 개의 값을 가질 수 있는 독립 확률변수들에 대한 확률분포를 의미한다.
Beta Distribution 2. 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.