베이지안 추론 (Bayesian inference)

베이지안 추론은 구하고 싶은 변수의 사전 확률 분포와 관측된 데이터를 통해 변수의 사후 확률 분포를 추론한다. 베이지안 추론은 베이즈 정리를 기반으로 한 추론 방법으로, 관측 데이터 D 와 구하고 싶은 변수 θ 에 대해서 베이즈 정리를 아래와 같이 표현할 수 있다. prior는 변수 θ 가 발생할 확률 P(θ)이다. θ 는 구하고 싶은 변수를 표현하기 위한 가설이라고도 한다.

저번 베이즈 정리에 대한 글에서 구하고 싶은 사건은 코로나 감염이며, 이에 대한 사전 확률은 0.6으로 가정하고 사후 확률을 추론하였다. 그러나 실제로는 0.5 일 수도 있고, 0.9가 될 수도 있다.

즉, P(θ1)=0.5, P(θ2)=0.7 과 같이 코로나 감염에 대한 다양한 변수, 가설이 존재할 수 있다. 따라서, 베이지안 추론은 prior에서 확률 분포를 고려하여 사후 확률 분포를 추론하는 것이 적절하다.

실제로 사전 확률 분포는 알기가 쉽지 않다. 그러므로 사전에 알고 있는 정보 등을 통해 사전 확률 ...