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 |
Tags
- Gbm
- 머신러닝
- multivarite method
- 앙상블 학습
- 트리분할
- pca
- dimension reduction
- decision tree
- Machine Learning
- xgboost
- multivarite data
- ensemble learning
- LGBM
- Maximum A Posterior
- 차원 축소
- Gradient Boostnig
- MLE
- 최대사후확률
- feature extraction
- Regression
- classification
- 차원축소
- 알고리즘
- LIKELIHOOD
- ML
- Gradient Boosting
- Gradient boosting machine
- ensemble
- LDA
- 앙상블
Archives
- Today
- Total
목록Bayes (1)
코딩하는 눈송이
Bayes' Estimator
Bayes' Estimator 베이즈 추정법에서는 모수를 확률변수로 두어 추정을 진행한다. 이는 모숫값 숫자 하나만으로 추정의 신뢰도를 파악할 수 없기 때문이다. 예를 들어 상품 A와 B의 평점을 비교한다고 가정하자. 상품 A에는 리뷰가 good이 2개, bad이 1개가 달려 있고 상품 B에는 리뷰가 good이 60개, bad이 40개 달려 있다고 한다면 전체 리뷰에 대한 good의 비율이 모수라면 상품 A의 모수는 0.67, 상품 B의 모수는 0.60일 것이다. 그렇다면 이 경우, 상품 A가 상품 B보다 무조건 좋은 상품인 것인가? 단순 수치적으로 본다면 그렇겠지만, 이는 리뷰의 수(데이터의 특성)을 반영하지 못한 수치이기에 정확하지 않다고 볼 수 있다. 수학적 접근 Bayes' Estimator은 주..
확률론
2023. 1. 25. 17:30