Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 이산확률분포
- 경사하강법
- 연속확률변수
- 베이즈정리
- 노름
- 머신러닝
- 다층 퍼셉트론
- 행렬의 곱셈
- 서포트 벡터 머신
- 조합
- 최소제곱법
- 확률과통계
- 확률
- 퍼셉트론
- 신경망
- 정규분포
- 조건부확률
- 내적
- 이산확률변수
- 엔트로피
- 결합확률
- 연속확률분포
- 역행렬
- 선형대수
- 의사결정나무
- 선형회귀
- 행렬
- 벡터
- 분류
- 확률과 통계
Archives
- Today
- Total
데이터사이언티스트 성장기
03. 결합확률과 조건부확률 본문
결합확률이란 어떤 사건 A와 B가 동시에 일어날 확률입니다. 공식으로 표현하면 다음과 같습니다.
$$P(A \cap B) = P(A,B) = P(A)P(B)$$
두 주사위를 동시에 던진다고 가정해보겠습니다. 첫번째 주사위를 던졌을 때 2가 나오는 사건을 사건 A, 두번째 주사위를 던져 3 이상의 수가 나오는 사건을 사건 B라고 하겠습니다. 이때 결합확률은 $$P(A \cap B) = {1 \over 6} \times {4 \over 6} = {1 \over 9}$$ 가 됩니다.
조건부확률이란 어떤 한 사건 B가 일어났을 때 사건 A가 일어날 확률입니다. 공식으로 표현하면 다음과 같습니다.
$$P(A | B) = {P(A \cap B) \over P(B)}$$
이번에도 위 예시와 같은 상황을 가정해보겠습니다. 이때 조건부 확률 P(A|B)는 B가 일어났을 때, A가 일어날 확률입니다. 두번째 주사위가 3이상의 수가 나왔을 때, 첫번째 주사위를 던져 2가 나올 확률입니다. 공식을 사용하면 다음과 같습니다.
$$P(A | B) = {P(A \cap B) \over P(B)} = {{1 \over 9} \over {4 \over 6}} = {1 \over 6}$$
참고 : 인공지능을 위한 수학 (이시카와 아키히코)
'수학 > 확률과 통계' 카테고리의 다른 글
04. 베이즈 정리 (0) | 2022.10.10 |
---|---|
02. 확률분포 (0) | 2022.09.19 |
01. 확률 (0) | 2022.09.12 |
Comments