
78
AI
를 위한 필수 수학
(이동
shift
) 상수로 나눈다(스케일 ). 데이터 샘플의 평균 (확률 변수의 기대값 )을 빼고 표준 편
차로 나누면 평균이
0
이고 표준 편차가
1
인 새로운 표준화된 (또는 정규화된) 데이터 값 (확률
변수 )을 얻을 수 있다. 이렇게 하는 대신 최솟값을 빼고 최댓값에서 최솟값을 뺀 값으로 나누
면 새로운 값이 모두
0
과
1
사이에 있는 확률 변수를 얻을 수 있다. 벡터를 정규화한다는 것은
벡터 내의 모든 숫자를 벡터의 길이로 나누어 길이가
1
인 새로운 벡터를 얻는다는 뜻이다. 따
라서 숫자 집합을 정규화, 스케일링, 표준화한다고 할 때의 목표는 변수의 본질적인 가변성을
유지하면서 값을
0
을 중심으로 설정하거나 퍼진 정도를
1
이하로 제한하는 것이다.
38
2.8.15
일반적인 예시
수학자들은 확률 개념을 어떤 사건이 발생할 때까지의 시간으로 표현하기를 좋아한다. 사건의
예로는 동전 던지기, 주사위 굴리기, 항아리에서 공 뽑기, 카드 덱에서 카드 뽑기, 역에 도착하
는 기차, 핫라인에 전화하는 고객, 광고나 웹 사이트 링크를 클릭하는 고객, 질병과 증상, 형사
재판과 증거, 기계 고장 등이 있다. 우리 주변에서 일어나는 많은 일들이 이러한 예에 포함될
수 있다.
우리는 확률 이론 외에도 통계역학
Statistical
Mechanics
(