밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

from Scratch

83

확률 법칙은 일반적으로 보면 굉장히 맞지만, 구체적으로 보면 굉장히 틀리다.

- 에드워드 기본(

Edward

Gibbon

)

확률 및 관련된 수학적 지식을 어느 정도 갖추지 않고 데이터 과학을 하는 것은

매우 어렵다. 통계를 다룬

5

장과 비슷하게, 이번에는 확률과 관련된 수많은 기술

은 생략하고 기초적인 내용만 다뤄 보자.

확률(

probability

)이란 어떠한 사건의 공간에서 특정 사건이 선택될 때 발생하

는 불확실성을 수치적으로 나타내는 것이다. 정의를 더 구체적으로 설명하기보

다 주사위 던지기를 예시로 살펴보자. 사건의 공간은 주사위를 던졌을 때 나올

수 있는 모든 결과로 이루어져 있다. 이 공간의 부분 집합을 하나의 사건으로 볼

수 있다. 예를 들어 ‘주사위를 던져서

1

이 나오는 경우’ 혹은 ‘주사위를 던져서 짝

수가 나오는 경우’를 하나의 사건으로 볼 수 있다.

여기서는 위와 같은 사건

E

에 대한 확률을

P(E)

라고 표시하자.

우리는 다양한 모델을 만드는 데 확률을 사용할 예정이며, 모델의 성능을 평

가하는 데도 확률을 사용할 것이다. 여기서 우리는 확률을 온갖 목적으로 사용

할 것이다.

만약 누군가 원한다면 확률 이론의 깊은 철학에 대해 논의해 볼 수도 있다(이

런 얘기는 맥주를 마시면서 얘기하는 걸 추천한다). 하지만 이 책에서 그런 ...