ML is statistics.
Frequentist vs Bayesian
베이지안 관점은 통계학 및 확률론에서 **베이즈 정리(Bayes’ Theorem)**를 기반으로 한 접근법으로, 데이터를 통해 얻은 새로운 정보를 기존의 믿음(사전 확률, prior probability)에 업데이트하여 최종적인 믿음(사후 확률, posterior probability)을 계산하는 방식입니다. 이는 확률을 불확실성을 표현하는 도구로 간주하며, 주어진 데이터를 통해 점진적으로 학습하고 추론하는 데 초점을 둡니다.
확률의 주관적 해석: • 베이지안 관점에서는 확률을 “어떤 사건이 발생할 가능성에 대한 믿음”으로 정의합니다. • 이는 빈도주의(Frequentist) 접근법과 달리, 확률을 반복 실험에서의 비율로만 보지 않습니다.