베이즈 정리 & 확신도
불확실성의 원인
- 약한 관련성의 지식
- IF와 THEN의 연관성의 강도가 약하다
- 약한 인과성이나 애매한 연관관계
- 베이즈 정리, 확신도 사용 표현
- 부정확한 언어 사용
- 자연어는 모호하고 부정확
- 자주 본다?
- 퍼지이론 사용 표현
- 불완전한 데이터에 기반한 지식
- 알려지지 않은 것으로 간주하고, 근사적인 추론 진행
- 상충되는 지식의 통합
베이즈 정리
베이즈 정리 예시
베이즈 추론
사건 E가 일어났을 때 H가 일어날 확률
단일 증거 E에 기반을 둔 다중 가설 H1, H2… Hm에 대한 식
증거 E1, E2…Em과 가설 H1, H2, Hm….에 관한 식
다른 증거 간의 조건부 독립성 (Naive Bayesian)
Forecast-Bayesian Reasoing
LS (Likelihood of Sufficiency)
- 충분 가능성
- 증거 E가 있을 때 가설 H를 신뢰하는 정도를 의미
LN (Likelihood of Necessity)
- 필요 가능성
- 증거 E가 없을 때 (아닐 때) 가설 H를 불신하는 정도를 의미
예시
확률을 이용한 규칙의 불확실성 표현
- LS값이 크다 = 증거가 관찰되면 가설이 성립될 확률이 크다
- LN값이 작다 = 증거가 없다면 (아니라면) 가설이 성립되지 않을 확률이 크다
사전 확률과 사후 확률
사전 확률
- 현재 가지고 있는 정보를 기초로 하여 정한 초기 확률
- 확률 시행 전에 이미 가지고 있는 지식을 통해 부여한 확률
- 예) 동전을 던져 앞면이 나올 확률
사후 확률
- 사건 발생 후에 어떤 원인으로부터 일어난 것이라고 생각되어지는 확률
- 추가된 정보로부터 사전 정보를 새롭게 수정한 확률
- 베이즈 정리로부터 구할 수 있음
가설의 사후 확률을 얻는 방법
확신도
- 전문가가 제안하는 가설이 믿을만한가를 표시한 정도
- -1~1 구간의 값으로 표현