로그인 바로가기 하위 메뉴 바로가기 본문 바로가기

인공지능 및 기계학습 개론 II

임시 이미지 KAIST 산업및시스템공학과 문일철 교수
http://kooc.kaist.ac.kr/machinelearning2__17/forum/64123
좋아요 1110 수강생 5461

안녕하세요.

1. Inference Question 1: Likelihood 파트를 보면,  X_V  XV 는 evidence variables,  x_V  xV 는 evidence values라고 표현되어 있습니다. 그 밑의 general form을 보면  P(x_V) = \sum_{X_H}P(X_H, X_V)  P(xV)=XHP(XH,XV) 라고 되어있는데, 이 수식의 의미가 P( X_V=x_V) = \sum_{X_H}P(X_H, X_V=x_V)  P(XV=xV)=XHP(XH,XV=xV) 와 같은건가요? 왜 x_V를 구하는데 X_V를 사용하는지 모르겠습니다.

2. 여기서 구하는 likelihood란 무엇인가요? 베이지안 확률에서의 likelihood라면, p(x|y)나, p(y|x)등이 되어야 하지 않나요? 왜 p(B=T, MC=T)가 likelihood인지 모르겠습니다. 더불어 베이즈 확률에서 말하는 likelihood와, 초반에 확률분포의 파라미터를 배우기 위해 사용했던 likelihood는 같은 개념인가요?

3. 베이지안 룰을 이용하면  P(B|A)=P(A|B)P(B)/P(A)  P(BA)=P(AB)P(B)/P(A) 로 표현할 수 있습니다. 여기서 A, B의 순서를 바꿔서 생각하면, P(A|B)=P(B|A)P(A)/P(B)  P(AB)=P(BA)P(A)/P(B) 도 성립하는데, likelihood, posterior, prior는 첫번째, 두번째에서 달라지게되나요? 즉, A, B의 순서에 상관없이 (지진->알람과 같은 사건의 순서, 영향) P(B|A), P(A|B)에 따라 likelihood가 달라지는 건가요?