Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- tmux
- ChatGPT
- 귀납
- SSIM
- 디자인 패턴
- url
- DeepLearing.AI
- 대칭키
- 생성 모델 평가
- posterior collapse
- cam
- GCP
- uri
- Vertex AI
- mode collapse
- Grad-CAM
- 연역
- python3
- Transductive Learning
- session 미종료
- prompt engineering
- Google Cloud
- 생성 모델
- ARIMA
- PSNR
- Design Patterns
- public key
- Inductive Learning
Archives
- Today
- Total
데이터 과학 노트
가능도 (likelihood) 본문
가능도 (likelihood)
- 주어진 샘플 ($x$) 에 대한 모수 ($\theta$) 의 가능도 ($\mathcal{L}(\theta | x)$) 는 이 모수 ($\theta$) 를 따르는 분포 ($P_{\theta}(X)$) 가 주어진 관측값 ($x$) 에 대하여 부여하는 확률
정의 (위키)
- 확률 분포의 모수가, 어떤 확률변수의 표집값과 일관되는 정도를 나타내는 확률
- 확률 변수 $X$ 가 모수 $\theta$ 에 대한 확률 분포 $P_{\theta}(X)$ 를 가지며, $X$ 가 특정한 값 $x$ 으로 표집(sampling)되었을 경우, $\theta$ 의 가능도 함수 $\mathcal{L}(\theta | x)$ 는
$$ \mathcal{L}(\theta | x) = Pr(X=x | \theta)$$
'Data Science > Machine Learning' 카테고리의 다른 글
[deeplearning.ai] ChatGPT Prompt Engineering for Developers (0) | 2023.06.06 |
---|---|
Gold Label vs. Silver label (0) | 2023.05.15 |
Transductive vs. Inductive Learning (0) | 2022.01.02 |