728x90
SMALL
bishop
-
[Bishop - Pattern recognition and ML] - 1.2.1 확률 이론 - 확률 밀도IT/인공지능 2021. 9. 21. 21:25
* 스터디 한 부분을 정리하는 포스팅입니다. 1. probability densities (확률 밀도) 확률 밀도는 고등학교때 배웠던 정적분 이론이 적용된다. 정적분은 기하학적으로 [a,b] 구간에서 함수의 넓이라는 의미를 가진다. 연속된 구간에서 곡선의 넓이를 구하는 것은 변화량이 0으로 수렴할 때, "변화량 * y 값"을 구해서 다 더한 값으로 구한다. 변화량이 0으로 수렴하기 때문에 실제 곡선의 넓이와 유사할 것이기 때문이다. 위의 그림을 식으로 표현하면 아래와 같이 표현할 수 있다. 우리는 이걸 인티그럴이라고 부른다. 확률밀도도 정적분의 기하학적 의미와 같다. 연속된 구간에서 변화량이 0으로 수렴할 때의 해당 구간에서의 곡선의 넓이를 확률밀도 라고 한다. 그런데, 확률 밀도 함수가 되기 위해서는 ..