AI를 위한 필수 수학

373

Chapter 9 -

그래프 모델

를 들자면 존경하는 정도, 연관성, 영향력 등이 있다. 우리는 이러한 소셜 다이어그램에서 연결

성, 분리 가능성, 조각의 크기 등에 관심을 갖는다. 한 가지 예로 인류학 연구에서 여러 부족을

친족 관계 구조에 따라 분류하는 것을 들 수 있다.

9.6.12

베이즈 네트워크

Chapter

9

의 후반부에서 베이즈 네트워크에 대해 설명할 것이다. 베이즈 네트워크는 확률 이

론적 그래프 모델로 데이터셋의 피처에 대해 결합 확률 분포를 학습하는 것을 목표로 하는 모

델이며, 인공지능 분야에서는 매우 익숙한 분야다. 베이즈 네트워크는 이 결합 확률 분포를 데

이터의 피처 간 관계를 나타내는 그래프에서 노드의 부모에만 조건부인 단일 변수 분포의 곱으

로 간주한다. 즉, 노드는 피처 변수이고 엣지는 연결되었다고 생각되는 피처들 사이의 관계를 나

타낸다. 이는 스팸 필터링, 음성 인식, 인코딩 및 디코딩 등 다양한 분야에서 활용되고 있다.

9.6.13

교통량 예측

교통량 예측은 과거 도로 지도, 차량 흐름의 속도 및 교통 데이터를 사용해 교통량을 예측하는

것이다. 사용 가능한 데이터셋으로는 교통 상황을 추적하고 모델을 비교하는 데 사용할 수 있

는 벤치마크 교통량 데이터셋

232

이 있다. 예를 들어

METR

-

LA

데이터셋

233

은 로스앤젤레스 ...