Background Knowledge
Programming & CS · 5개 글
← Programming & CS- Programming & CS
베이즈 정리의 해석
필자의 해석이므로 틀린부분이 있다면 지적해주세요!베이지안 관점의 확률: 기존의 evidence(이미 일어난 단서들, 확률로 표현)와 hypothesis()를 기반으로 미래의 '가능성', 즉 미래의 불확실성을 예측하는 개념이다. (귀납)\\-> 기존: 특정 사건들에 대한
- Programming & CS
기댓값 vs 평균, 왜 llm paper에서는 기댓값을 사용할까?
기댓값: 미래를 예측하기 위해서 확률들을 기반으로 구한값, 미래 가능한 결과에 대한 예측값(귀납-경험/관찰/증거에 기반한 미래 예측 판단)평균: 빈도주의 관점으로 기존 데이터들을 가지고 구한값, 이미 관측된 데이터를 가지고 확실한 값(연역-이미 알고있는 데이터 가지고
- Programming & CS
모델이 학습한다는 의미
아직 처음 배운거라 오류가 있다면 알려주세용모델의 가중치값을 조정해나아가는 일련의 과정모델의 단어들의 관계나 문장의 의미를 백터로 변환하는 \"방법\"을 배운 상태
- Programming & CS
베이즈정리
베이즈 정리는 사건이 발생한 후에 원인을 추론하는 데 사용하는 확률 법칙입니다. 새로운 데이터가 주어질때 모델이 확률을 업데이트 하는 과정에서 사용
- Programming & CS
문제에서 A와 B가 종속적이라는 정보만 있고, 교집합 확률이나 조건부 확률이 주어지지 않았다면
LLM시대이전 내가 고등학교에서 의문을 품었지만 질문을 구체화하지 못해서 미궁으로 빠졌었다. 문제에서 교집합 확률이나 조건부확률을 주지 않았고, 문제에서 A와 B가 종속적이라는 정보만 있고 조건부 확률도 직접 주어지지 않았다면 어떻게 해야하지?