반응형
목차
개요
이번 포스트에서는 확률이론의 기본 개념인 확률 변수에 대해 알아보고
확률 변수의 개념과 종류에 대해 알아본다.
Random Variables; 확률 변수
확률 변수는 어떤 사건이 발생할 확률을 수치화한 값으로, 특정한 확률 분포를 따르는 변수
이산형(discrete)과 연속형(continuous)으로 나뉜다.
이산형 확률 변수; 정수와 같은 이산적인 값
- 베르누이 분포
- 이항 분포
- 포아송 분포
연속형 확률 변수; 실수와 같은 연속적인 값
- 정규 분포
- 지수 분포
- 감마 분포
마무리
대칭적인 분포에서는 평균과 분산 등으로 분포 정도를 나타낼 수 있고 비대칭적 분포에서는 왜도와 첨도를 이용하여 분포 정도를 나타낼수 있다. 이렇게 확률 변수는 말 그대로 확률 분포가 존재하는 상황에 따라서 바뀔수 있는 변수라고 받아들이면 좋을 것 같다.
또한 나중에 실시할 통계적 분석의 이해를 하는데 기본이 되기에 잘 알아두는것이 좋다.
'Machine Learning' 카테고리의 다른 글
| RV / non-linear & linear TF 확률 변수 비선형 & 선형 변환 (0) | 2023.04.06 |
|---|---|
| RV / 이산&연속형 확률변수 합산 방식 차이, 특징, 평균과 분산 (0) | 2023.04.06 |
| Concept/ Unconstrained, constrained optimization 비구속/ 구속 제약 최적화 (0) | 2023.04.05 |
| Concept/ Decision Variable 결정변수 (0) | 2023.04.04 |
| Concept/ Objective Functions 목적함수 (단일/다중 목적 문제) (0) | 2023.04.04 |
