AI를 위한 필수 수학

73

Chapter 2 -

데이터, 데이터, 또 데이터

는 연속 집합 (연속 확률 변수 )에서 결과를 반환할 수 있다. 확률 변수와 함수의 가장 중요한

차이는 결괏값의 무작위성과 확실성에 있다.

2.8.2

확률 분포

이번에는 연속 확률 변수

continuous

random

variable

에 대한 확률 밀도 함수

probability

density

function

와 불연

속 확률 변수

discrete

random

variable

에 대한 확률 질량 함수

probability

mass

function

를 정의해보자. 일반적

으로 분포가 이산 확률 변수인지 연속 확률 변수인지는 문맥을 통해 이해해야 한다. 이 용어를

사용하여 분포가 이산형이든 연속형이든 하나의 확률 변수를 확률 분포에서 샘플링하고 여러

개의 확률 변수를 결합 확률 분포

joint

probability

distribution

에서 샘플링한다고 말한다. 실무에서 데이

터에 포함된 모든 확률 변수의 전체 결합 확률 분포를 아는 경우는 드물다. 전체 결합 확률 분

포를 데이터로부터 알 수 있거나 학습할 수 있다면 매우 강력한 해법이 될 수 있다.

2.8.3

주변 확률

주변 확률 분포

marginal

probability

distribution

는 말 그대로 결합 확률 분포의 가장자리에 위치한다 (위

키피디아 페이지

36

의