반응형
목록MLE (1)
반응형
보안세상
Maximum Likelihood Estimation(MLE)와 Maximum A Posteriori Estimation(MAP)의 차이 및 예시
최대 가능도 추정 (MLE): MLE은 주어진 데이터를 가장 잘 설명하는 파라미터를 찾는 추정 방법입니다. 이 방법은 관측된 데이터가 주어진 모델과 파라미터에 기반하여 최대한 가능성이 높은 값을 가질 때, 해당 모델과 파라미터를 선택하는 것입니다. MLE는 주어진 데이터만 고려하며, 파라미터의 사전 확률 분포는 고려하지 않습니다. MLE의 과정: 가능도 함수를 정의합니다. 가능도 함수는 관측된 데이터가 주어졌을 때, 모델 파라미터의 확률을 나타냅니다. 가능도 함수를 최대화하는 파라미터 값을 찾습니다. 최대 사후 확률 추정 (MAP): MAP는 MLE와 유사하지만, 파라미터에 대한 사전 확률 분포를 고려합니다. 이 방법은 베이즈 정리를 사용하여 사전 정보와 관측된 데이터를 결합하여 파라미터를 추정합니다. ..
인공지능
2023. 3. 23. 09:39