Baysian 쉬운 이해

- 쉽게 이해해보기

1. A 성적을 받을 학생의 수가 정해져 있음.
2. 성적이 평균적으로 좋은 학생들 50명과 성적이 평균적으로 나쁜 학생들 50명이 있음
3. 성적이 평균적으로 좋은 학생들 50명 중에 A를 받을 수 있는 학생의 수는 20명임
4. 성적이 평균적으로 나쁜 학생들 50명 중에도 A를 받을 학생이 있을 수 있는데 그 수는 10명임

성적이 평균적으로 좋은 학생들 50명 중 A를 받을 학생의 확률

20 / 50

0.4

성적이 평균적으로 좋은 학생들 50명 중 A를 받지 않을 학생의 확률

30 / 50

0.6

성적이 평균적으로 나쁜 학생들 50명 중 A를 받을 학생의 활귤

10 / 50

0.2

성적이 평균적으로 나쁜 학생들 50명 중 A를 받지 않을 학생의 확률

40 / 50

0.8

사전확률

• A를 받을 학생은 당연히 성적이 좋을 학생들 중 나올 것이다라는 고정 관념이 있었음

20 / 50

0.4

여기서 A를 받지 않을 학생들의 확률을 아예 배제하고 사전확률을 업데이트 해보면 된다.

사후확률

• A를 받을 학생들의 확률은 사실 전체 중에 더 많음

0.4 / (0.4 + 0.2)

0.6666666666666666

결국 업데이트된 사후확률은 0.4 -> 0.67로 업데이트될 수 있음