인공지능개론 5주차

사전확률 : 증거와 무관한 확률

 

p(E|H) E가 오늘 비오면 H가 내일 비가 올 확률

 

LS : Likelihood of Sufficiency : 충분 가능성

- 증거 E가 있을 때 전문가가 가설 H를 신뢰하는 정도

- LS = p(E|H)/p(E|ㄱH)

 

LN : 같은 증거 E가 없을 때 가설 H에 대한 불신의 정도

LN : 필요가능성이라 함

- p(ㄱE|H)/p(ㄱE|ㄱH)

 

LS와 LN은 전문가가 준다.

LS와 LN은 독립적인 수치다. 연관 X

 

LS값이 크다 (LS>1) => 증거가 관찰되면 규칙이 가설을 강력히 뒷받침

LN값이 작다 (0<LN<1) => 증거가 없다면 그 규칙이 가설을 강력하게 반대한다.

 

사전확률 p(H)를 사전 가능성으로 변경 가능

사전 가능성 (내일 비가 올 확률)

- O(H) = p(H) / 1 - p(H)

사전 확률 -> 후건의 불확실성이 최초로 적용될 때 쓰임

-> 그 후, 차례로 사후 가능성을 구하는데, 규칙의 전건이 참이면 LS를 이용, 전건이 거짓이면 LN을 이용해 사전 가능성 갱신

O(H|E) = LS * O(H) => 오늘 비가 왔는데 내일 올 사전 가능성

O(H|ㄱE) = LN * O(H) => 오늘 비가 안왔는데 내일 올 사전 가능성

 

p(H|E) = O(H|E)/1+O(H|E)

p(H|ㄱE) = O(H|ㄱE)/1+O(H|ㄱE)

 

O(조건1) => 가능성

O(조건1|조건2) => 가능성

p(조건1|조건2) => 가능성을 확률로 변환