Inas AI lab

이 게시글을 기반으로 한 강의 영상이 아래 주소에 있습니다 Frequentist vs Bayesian, Bayesian parameter estimation - 001 빈도주의와 베이즈주의 관점 비교 1. 빈도주의 통계 1-1. 빈도주의 관점에서 해석한 동전 던지기 실험 - 동전던지기 실험에서 빈도주의자는 2가지를 생각한다. 1) 동일한 실험 조건인지 2) 반복 시행할 수 있는지 - 빈도주의자나 베이즈주의자 모두 확률을 불확실성 (Uncertainty) 로 생각한다. 하지만, 불확실성을 생각하는 관점이 다르다. - 빈도주의자는 불확실성이 물리적인 한계 (바람, 각도 등) 에서 오는 무작위성 (randomness) 에 의해 발생한다고 생각한다. - 빈도주의자는 그렇게 발생된 불확실성이 데이터 속에 포함되어 있다고 생각한다. 이러한 불확실성을 내재적 불확실성 (aleatoric uncertainty) 이라고 한다. - 결론적으로, 빈도주의자는 데이터라고하는 것은 내재적 불확실성으로 인해 변화하는 것으로 생각한다. - 변화하는 속성의 불확실성을 데이터에 넣었기 때문에, 파라미터 (실험조건) 은 고정된 것으로 생각한다. - 데이터에 불확실성이 있기 때문에, 통계량을 얻기 위해서는 반복시행이 필요하다. - 빈도주의자가 확률을 구하는 방법은 MLE (Maximum Likelihood Estimation, 최대우도추정법) 을 사용한다. - MLE 는 Likelihood (가능도) 가 최대가 될 때의 파라미터를 최적의 파라미터로 추정하는 방법이다. 1-2. 최대우도추정법 (Maximum Likelihood Estimation, MLE) 1-2-1. 정의 - 데이터는 일반적으로 여러개로 존재한다. 즉, 여러 사람으로 부터 수집된 고혈압 값 여러개가 존재할 수 있고, 이는 결합확률분포가 된다. 아래는 파라미터 $$$\theta$$$ 가 고정되었을 때 (주어졌을 때), 결합확률분포, 즉, 가능도 (likelihood) 를 나타낸 것이다. $$$P(D|\theta) = P(x_1,...