|
베이즈정리
- 중요 확률 개론
· 사건 A 발생 확률 P(A), 사건 B 발생 확률 P(B)일 경우
사건 A가 일어나지 않을 확률 : 1-P(A)
0 P(A) 1
사건 A와 B기 상화 배타적일 경우 : -P(A∩B)=0, P(A∪B)=P(A)+P(B)
P(A┃B) : 사건 B가 발생란 조건하에 사건 A 발생 확률
|
|
|
베이즈정리
우리는 관심이 있는 사건의 최초확률 또는 사전확률 추정치를 가지고 분석을 시작함
그리고 표본, 보고서, 테스트 등과 같은 자료로부터 사건에 대한 추가적인 정보를 얻게 됨
이러한 새로운 정보를 알고 사전확률을 수정함으로
|
|
|
베이즈 데이터 분석, 한국방송통신대학교출판문화원.
https://en.m.wikipedia.org/wiki/Credible_interval (1) (10점) 현재 대한민국에서 코로나19 바이러스 보균자는 전체 인구의 5%라고 알려져 있다. A는 코로나19 진단 키트를 사용해서 테스트를 해보았더
|
|
|
베이즈 정리는 확률에 사전 확률과 사후 확률을 도입하여, 새로운 정보를 통해 확률을 계속해서 개선해 나가는 방법론을 나타낸 것이라고 볼 수 있습니다. 이 베이즈 정리의 공식은 다음과 같습니다.
송민석. \"베이즈 정리를 이용한 소프트웨
|
|
|
P(B)로 나타낸다.
P(B) = 0.9*0.01+0.1*0.99 = 0.108
이를 베이즈 정리에 대입하여 사후 확률을 구만하면
P(A┃B) = 0.9*0.01/0.108 = 0.083
즉 이 사람이 검사 시 양성 판정을 받았을 때 진짜 암에 걸렸을 확률은 8.3%이다.
만약 여기서 한번 더 검사를 하여 양성
|
|
 |
정리되어 있으며, 이를 통해 제 학습 과정과 업무 경험을 확인할 수 있습니다. GitHub과 Notion 링크는 다음과 같습니다:
ㆍGitHub: https://github.com/username
ㆍNotion: https://www.notion.so/username
이 링크들은 제 프로그래밍 실력과 데이터 분석 경험을 구체적
|
|
메뉴펼치기
