베이지안

베이즈 정리 = Bayes' theorem

조건부 확률을 알고 있을 때 위 식의 유도 자체는 벤다이어그램 만으로 쉽게 된다.

예를 들어 아래 세 가지 정보를 알고 있다고 하자.

1. P(A)가 암에 걸릴 확률 = 1.0%

2. P(B)가 65세일 확률 = 0.2%

3. P(B|A)가 암에 걸린 사람이 65세일 확률 = 0.5%

이럴때.. 내가 65세인데 암에 걸릴 확률을 구하고 싶으면 다음과 같이 하면 된다는 것

P(A|B) = 65세인 사람이 암에 걸릴 확률은 ${{0.5\% \times 1.0\%}\over0.2\%} = 2.5\% $ 이 된다.

Bayesian network

대략적으로 state들이 있고 화살표가 있는 DAG을 말하고..

state들 간의 연결은 영향력을 나타낸다.

A simple Bayesian network. Rain influences whether the sprinkler is activated, and both rain and the sprinkler influence whether the grass is wet.

예를 들어, 베이지안 네트워크는 질환과 증상 사이의 확률관계를 나타낼 수 있다. 증상이 주어지면, 네트워크는 다양한 질병의 존재 확률을 계산할 수 있다.

Formally, Bayesian networks are DAGs(directed acyclic graphs)

좀 더 많은 예제

• http://blog.synapsoft.co.kr/103