딥러닝 공부방

고려대학교 김성범 교수님의 확률/통계 강의와 교재 'Sheldon Ross, A First Course in Probability (10th edition)' 를 공부하고 정리한 내용입니다. 김성범 교수님의 확률 강의는 정말 명강의라고 생각합니다! 확률론에 관심있으신 분은 유튜브 강의를 시청해보시는 것을 추천드리겠습니다. 베이즈 룰(Bayes' Rule) 베이즈 룰은 이전 포스팅에서 공부했던 조건부 확률을 응용한 문제입니다. 베이즈 룰이 무엇인지 알아보도록 하겠습니다. $A_1, A_2, A_3$을 표본 공간 S의 부분 집합이고, 이들은 상호 배타라고 해보겠습니다. 그리고 사건 B가 다음과 같다고 가정하겠습니다. 표본 공간 S를 3개의 상호 배타적 집합으로 나눈 것입니다. 이때 사건 B에 관심이 있을 때..

(통계학-기본개념과 원리, 여인권)을 바탕으로 제작하였습니다. (k-mooc 통계학의 이해1, 여인권)을 수강하면서 공부한 내용을 정리해보았습니다. 조건부확률의 특별한 형태인 독립사건의 정의와 관련 문제에 대해서 알아보겠습니다. 1. 독립사건 - independent events 이전에 공부했던 조건부확률을 이용하면 교사건을 연속적인 조건부확률의 곱으로 계산할 수 있음을 보았습니다. 어떤 특별한 조건에서는 위의 교사건이 개별 사건의 곱으로 표시되는 경우가 있습니다. 만약 사건 $A$가 사건 $B$의 발생에 영향을 주지 않는다면 $P(B \mid A) = P(B)$로 쓸 수 있습니다. 또한 사건 $B$가 사건 $A$에 영향을 주지 않는 다면 $P(A \mid B) = P(A)$로 쓸 수 있습니다. 이와 같..

(통계학-기본개념과 원리, 여인권)을 바탕으로 제작하였습니다. (k-mooc 통계학의 이해1, 여인권)을 수강하면서 공부한 내용을 정리해보았습니다. 조건부 확률의 정의와 조건부 확률에서 파생되는 주요 정리 및 응용사례에 대해 알아보겠습니다. 조건부 확률 문제 동전 두 개를 던지는 실험에서 어떤 한 동전이 앞면이라는 것을 알았을 때, 두 동전 모두 앞면일 사건의 확률을 구해 보겠습니다. 두 동전을 던지는 실험에서의 표본공간은 다음과 같습니다. 여기서 어떤 한 동전이 앞면이라는 정보가 추가로 주어지면 표본공간에서 {$TT$}가 발생할 수 없기 때문에 표본공간은 {$HH, TH, HT$} 으로 축소됩니다. 이 표본공간상에서 두 동전 모두 앞면일 사건의 확률은 1/3가 됩니다. 위의 문제에서와 같이 확률실험에서..