인프런 커뮤니티 질문&답변
작성한 질문수
가우시안 나이브 분류로 이해하는 머신러닝 원리 - 질문
작성
·
312
0
퀴즈
인공지능(AI), 머신러닝(Machine Learning), 딥러닝(Deep Learning), 패턴 인식(Pattern Recognition) 용어들의 일반적인 관계에 대한 설명으로 가장 적절한 것은 무엇일까요?
패턴 인식이 가장 큰 개념이고, 그 안에 AI, ML, DL이 포함됩니다.
머신러닝, 딥러닝 등의 기술은 인공지능이라는 더 넓은 분야에 속하며, 패턴 인식은 관련 기술 개발의 동기 중 하나입니다.
딥러닝은 머신러닝과 인공지능과는 완전히 별개의 최신 기술입니다.
각 용어는 서로 아무런 관련이 없는 독립적인 개념입니다.
답변 1
0
문제는 사후확률을 구하는 것인데요.
그렇다면, P(원인|결과) 라고 볼 수 있고,
그래프에서는 원인이 coupon 과 stock 이고, 결과가 spam 임을 나타내서 다음과 같이 표시하였습니다.
(사전확률과 사후확률이 원인, 결과 순서만 다르기 때문에, 이 부분이 저도 헷깔려서, 공유드린 자료에서도 이 부분을 강조하기 위해, 색깔을 갈색으로 강조하는 경우가 많았습니다.)
P(coupon∩stock|spam)
또 이를 계산할 때 쓰는 나이브 베이즈 수학식은 다음과 같이 사전확률을 가지고, 사후확률을 계산하는 식이라서, 사전확률로 표시한 것이고요. 그래프는 사후확률을 나타낸 것인데, 문서에 사전확률만 표시가 되고, 그래프에는 사후확률이 표시되어서, 조금 헷깔릴 수 있는 것 같습니다. 그래서, 해당 자료에 해당 부분을 바로 업데이트하였습니다. 혹시라도, 제가 그래도 잘못 설명이 되었을 수도 있을 것 같은데, 만약에 그렇다면, 괜찮으시다면, 한번 dream@fun-coding.org 로 어느 챕터, 어느 부분에서 제가 설명한 부분이 문제인지만 다시 알려주시면, 다시 한번 확인해서, 필요하다면 영상 수정도 하겠습니다.
