euphoriaO-O

PRML 책의 예측 분포의 나타내는 식 (1.69)을 증명하겠습니다. (같은 책 식 3.58도 해당됩니다!) 이는 3.3절에서 다시 언급되지만 연습문제로 넘어가 친절하게 설명되어 있지는 않습니다. 여기서 우리는 책에서 나온 많은 식들을 가져올 예정입니다. (pf) 먼저, 새로운 input $x$와 예측해야 할 target $t$는 헷갈리니 $x_{NEW}$, $t_{NEW}$로 두었습니다. 우리가 찾을 확률 (1.69)는 (1.68)에 의해 다음과 같습니다. 여기서 1번은 (1.60)에 의해 확률분포를 바로 알 수 있었지만, 2번은 (1.66)의 비례 관계를 통해 풀고자 합니다. 여기서 사용되는 트릭은 단순히 정규분포 formation을 갖게 하는 것입니다. 여기서, $exp$ 안 쪽 수식을 다시 자세히..

This article is based on the book "Pattern Recognition and Machine Learning". But I try to represent something using my own words. And this article aims to explain by Top-Down approach. http://users.isr.ist.utl.pt/~wurmd/Livros/school/ 패턴 인식이란, 주어진 데이터에서 특정한 패턴을 찾아가는 것이다. 우리는 학습 데이터로부터 테스트 데이터 예측을 "잘"하기 위해 "일반화"를 목표로 한다. 이를 위해 학습 데이터로부터 전처리를 잘 한다든지, 특성 추출을 한다든지, 차원 축소를 한다든지 하는 방법들을 사용한다. 그리고 예측은..