yuns
[핵심 확률/통계] Axioms of Probabiltiy 본문
반응형
https://www.youtube.com/watch?v=iZvt9NfrhlE&list=PLpIPLT0Pf7IqS4as3nefPyGv94r2aY6IT&index=22
Sample Space and Events
- Sample Space(표본공간)
- 실험으로부터 나온 모든 결과를 포함하는 집합
- Experiment(실험)
- 실험에서 나올 수 있는 모든 과정
- Event(사건, 이벤트)
- sample space의 subset
Sample Space
Descrete Sample Space(이산형 표본 공간)
- 동전을 던질 경우 나올 수 있는 경우
- 2번 던져서 나오는 경우: HH, HT, TT
- 주사위를 던져서 나올 수 있는 모든 경우
- 1, 2, 3, 4, 5, 6
Continuous Sample Space(연속형 표본 공간)
- 전구의 수명
- 반지름이 2인 x, y좌표
Events(사건)
- Event: a subset of the sample space
- A가 E의 부분집합이다.
- $x \in S$
- $E \in S $, $x \in E$ then $x \in S$
Set Operations
Intersection(교집합)
Union (합집합)
Complement(여집합)
Laws of Set Operations
- 교환 법칙
- 결합 법칙
- 분배 법칙
- 드모르간의 법칙
Mutually Exclusive(상호배타)
두 이벤트가 공통점이 없다 = 교집합이 없다
Axioms of Probability
- Axiom(공리): 정해진 Fact -> 증명할 필요없는 정의
- 1. 실험으로부터 나온 모든 확률은 0과 1 사이다.
- 2. 모든 가능한 확률을 더하면 1이다.
- 3. 상호배타적인 이벤트들의 합집합에 대한 확률은 각 이벤트 확률의 합과 같다.
- 상호배타적인 이벤트의 경우, 적어도 하나의 이벤트가 발생할 확률은 각각의 확률의 합으로 표현된다.
Basic Properties of Probability
[증명]
Equally Likely Outcomes (동일 확률)
- 샘플이 모두 동일한 확률을 가지고 있을 경우 1/n으로 동일하다.
반응형
'머신러닝' 카테고리의 다른 글
[핵심 확률/통계] 독립(Independence) (0) | 2025.05.31 |
---|---|
[핵심 확률/통계] 조건부 확률(Conditional Probability) (0) | 2025.05.29 |
[핵심 확률/통계] Combinatorial Analysis (0) | 2025.05.28 |
Mahalanobis 거리 구하기(직접 구현/scipy모듈 활용) (0) | 2025.04.06 |
4. 머신러닝 모델 개발 과정 - 성능평가 및 하이퍼파라미터 튜닝 (0) | 2025.03.17 |
Comments