Week 1 Motivations and Basics Lecture 3 MAP

https://www.youtube.com/watch?v=LbYCQxKAv2E 사전 정보를 넣는다? 데이터를 관측할 확률은 사전 정보 세타를 곱하고, 세타가 주어졌을 때. 라이클리 후드라는 것을 곱하면 데이터가 주어졌을 때 세타의 확률을 가질 수 있습니다.  많은 경우의 우리의 관심은 사실은 데이터가 아니라 세타가 궁금합니다. 세타에 대한 사전 정보. 세타를 가정했을 경우 데이터가 관측 될 확률. 포스테리어 데이터가 주어졌을 때. 세타가 사실일 확률을 이렇게 표현 할 수 있음 회장님의 생각을 프라이어 놀리지가 적용이 가능합니다. 피 세타를 가미하기만 하면 됩니다. 포스테리어를 계산해보고 싶습니다. 오케이. 피 세타바 디를 알아볼까요. 피디는 정해져 있습니다. 그래서 이것을 노말라이즈 컨스터트 라고 둡니다. 이것을 빼고. 비례한다는 의미로 이렇게 쓸 수 있습니다. 이퀄을 빼게 됩니다. 이렇게 표현 할 수 있습니다. 피 세타는 어떻게 표현 하면 좋을까요. 바이노미얼 디스트리뷰션에서 나온 것입니다. 어떤 것에 의존할 것인가. 여러가지 방법들이 있을 수 있지만, 베타 디스트리뷰션이 되겠습니다 ㅋㅋ 0~1로 컨파인 되어 있는 펑션을 가지고 있음 나이스 하게 프로버블리티가 있음 이렇게 표현을 할 수 있음 피 세타라고 하는 것에 이렇게 표현 가능. 감마 파트도 이렇게 표현 할 수 있음 그러니까 결국 확률을 원하는데, 이것을 2가지 방법으로 계산하는 것임 그것이 하나가 MLE 이고 하나가 MAP 임니다 이것을 위키 백과에서 표현 하고 있음