이항 분포, 다항 분포, 베타 분포, 디리클레 분포 요약 비교
목차 우도, 사전확률, 사후확률 1. Likelihood (우도) - 주어진 데이터가 특정한 모델 파라미터 집합 아래에서 발생할 확률을 말함 - 가정된 모델에서 관찰된 데이터가 얼마나 적합(가능)한지를 나타내는 지표 - 수학적으로는 P(X|θ)로 표기 2. Prior (사전확률 또는 사전분포) - 데이터를 관찰하기 전, 우리가 가지고 있는 모델 파라미터에 대한 믿음이나 정보를 나타냄. - 사전분포는 데이터 없이 모델의 파라미터에 대한 가정을 정의하며, 이를 통해 추론을 시작. - 주로 사전지식, 경험, 도메인 지식 등을 통해 설정됨 P(θ) 3. Posterior (사후확률 또는 사후분포) - 데이터를 관찰한 후에 모델 파라미터의 확률 분포 - 수학적으로는 P(θ|X)로 표기 이항 분포, 다항 분포, 베..
2023. 8. 30.
[시계열] EEG database data set 소개 (알코올 중독 관련 EEG 데이터셋)
안녕하세요. 리주연입니다. 최근 시계열 데이터 분석에 관심이 생겨, 헬스케어 분야의 데이터를 서치하다가 발견한 EEG 데이터셋에 대해 소개하려 합니다. 부끄러운 이야기이지만, 평소 UCI Repository 등에서 데이터셋을 다운로드하여 활용할 시, 제공하고 있는 데이터셋 명세에 대해서 숙지하지 않고, 무작정 부딪혀 활용하였습니다. 그러다 보니, 한창 탐색적 분석을 하던 도중 데이터셋이 목적에 부합하지 않거나, 이미 알려진 것에 대해서도 수백번 삽질을 하여 깨닫는 경우가 많았습니다..쩝..;; 앞으로 이 데이터를 활용하여, 시계열 시각화, 요약 통계, 분해, 분류 모델링까지 다양한 task를 수행해보려 하는데, 이에 앞서 어떤 목적으로 수집된, 어떤 정보를 담고 있는 데이터인지 명확하게 알아보아 삽질을 ..
2022. 9. 25.
