본문 바로가기

IT 와 Social 이야기/Python348

[데이터 사이언스 스쿨] math 6.5 결합확률과 조건부확률 ● 결합확률(joint probability) : 사건 A와 B가 동시에 발생할 확률. 즉, 사건(명제/주장) A도 진실이고 사건(명제/주장) B도 진실이므로 사건 A와 B의 교집합의 확률을 계산하는 것과 같다. ● 주변확률(marginal probability) : 결합확률과 대비되는 개념으로 결합되지 않는 개별 사건의 확률 P(A) 또는 P(B) ● 조건부확률(conditional probability) : B가 사실일 경우의 사건 A에 대한 확률 ● 독립(indepndent) : P(A,B)=P(A)P(B) ● 조건부확률 P(A|B)에서 사건(주장/명제) B, A는 각각 ‘가정과 그 가정에 따른 조건부 결론’ 또는 ‘원인과 결과’ 또는 ‘근거와 추론’ ● 사슬법칙(chain rule) ● 확률변수(.. 2021. 5. 3.
[데이터 사이언스 스쿨] math 6.4 확률분포함수 ● 확률 : 사건(event)이라는 표본의 집합에 대해 숫자를 할당하는 함수 ● 확률분포(probability distribution) : 어떤 사건에 어느 정도의 확률이 할당되었는지 묘사한 정보 ● 단순사건(elementary event, atomic event) : 표본이 하나인 사건 ● 확률질량함수(probability mass function) : 단순사건에 대한 확률만 정의하는 함수 ● 구간(interval) : 표본공간이 실수의 집합이라면 대부분의 사건(부분집합)은 시작점과 끝점이라는 두 숫자로 이루어진 구간(interval)으로 표현된다. ● 누적분포함수(cumulative distribution function) : 숫자 하나만으로 사건 즉, 구간을 정의하기 위하여 시작점을 모두 똑같이 음.. 2021. 5. 3.
[데이터 사이언스 스쿨] math 6.3 확률의 성질 ● 성질 1. 공집합의 확률 : 공집합인 사건의 확률은 0 이다. ● 성질 2. 여집합의 확률 : 어떤 사건의 여집합인 사건의 확률은 (1 - 원래 사건의 확률)과 같다. ● 성질 3. 포함-배제 원리 : 두 사건의 합집합의 확률은 각 사건의 확률의 합에서 두 사건의 교집합의 확률을 뺀 것과 같다. ● 성질 4. 전체 확률의 법칙 : 사건 A의 확률은 사건 A와 사건 Ci가 동시에 발생할 사건들의 확률의 합과 같다. - 출처 : [데이터 사이언스 스쿨] math 6.3 확률의 성질 2021. 5. 3.
[데이터 사이언스 스쿨] math 6.2 확률의 수학적 정의와 의미 ● 확률표본(probabilistic sample, random sample) 풀고자 하는 확률적 문제에서 발생(realize)할 수 있는 하나의 현상, 혹은 선택(sampled)될 수 있는 하나의 경우를 말한다. ● 표본공간(sample space) 가능한 모든 표본의 집합 ● 표본공간의 정의 우리가 고려하는 범위에서 어떤 표본(경우, 현상)이 가능하고 어떤 표본이 가능하지 않은가를 정의하는 작업 ● 확률은 표본이 아닌 사건을 입력으로 가지는 함수 ● 확률의 의미 지금까지 우리는 표본 집합의 부분 집합인 사건에 대해 확률값이라는 숫자를 할당했다. 이 확률값이라는 숫자는 도대체 어떤 의미를 가지는 걸까? 확률값이라는 숫자가 가지는 의미에 대해서는 여러 해석이 있을 수 있다. 그중 가장 대표적인 것이 빈도.. 2021. 5. 3.

티스토리툴바