본문 바로가기

분류 전체보기

(86)

베이즈 정리(Bayes' theorem) 베이지안 통계의 가장 핵심인 베이즈 정리(Bayes' theorem)에 대해 알아볼 것이다. 다룰 내용은 다음과 같다. 1. 베이즈 정리의 의미 2. 베이즈 정리의 예제 1. 베이즈 정리의 의미 베이즈 정리의 공식은 다음과 같다. ▷ 베이즈 정리에서 P(H)는 사전 확률(Prior probability)이라고 한다. 사전 확률이란 사건 E가 발생하기 전 사건 H에 대한 확률을 의미한다. ▷ 사건 E가 발생하게 되어 이 정보를 반영하면 사건 H의 확률은 P(H|E)로 바뀌게 되며, 이를 사후 확률(Posterior probability)이라 한다. ▷ P(E|H) 는 가능도(Likelihood)라 하고, 사건 H가 조건으로 주어진 상태에서 얼마나 사건 E가 가능한 지에 대한 확률을 의미한다. ▷ P(E) ..

텐서(Tensor) 사용법 파이토치의 텐서(Tensor)의 사용법에 대해 알아보자. 다룰 내용은 다음과 같다. 1. 텐서의 생성 2. 텐서의 연산 3. 텐서의 변환 1. 텐서의 생성 In: import torch x = torch.rand(5, 3) print(x) Out: tensor([[0.1501, 0.8814, 0.4848], [0.0723, 0.9468, 0.1327], [0.8581, 0.8050, 0.4441], [0.4888, 0.0157, 0.6959], [0.9666, 0.4729, 0.1983]]) ▷ torch.rand()를 이용하여 0과 1 사이의 임의의 수가 원소인 5×3 행렬이 만들었다. 함수 안의 두 인자는 행과 열을 나타낸다. In: x = torch.rand(5, 3, 3) print(x) Out:..

이전 1 ··· 5 6 7 8 다음

티스토리툴바