베이즈 정리 란?

조건부 확률을 이용하여 정보를 update하도록 해준다.

 

P(A∩B) = P(B)P(A|B)

P(B|A) = P(A∩B)/P(A) = P(B) P(A|B) / P(A)

P(theta | D) = P(theta) P(D | theta) / P(D)

사후확률 = 사전확률 * 가능도 likelihood / evidence

 

 

베이즈 정리

- 사후확률 : data가 주어질 때, 이 가설이 성립할 확률. data 관찰 이후에 측정하기 때문에 사후확률임.

- theta : model에서 계산하고 싶어하는 parameter

- D : 새로 관찰되는 data

 

--> confusion Matrix 시각화 가능

--> 인과관계(causality) 추론 함부로 X

      (data 분포 변화에 강건한 예측모델을 만들 때 필요)

       인과관계를 알기 위해선, 중첩요인(confounding factor) 효과 제거 (-> 가짜 연관성)