Prior VS Posterior
생성 모델의 주 목적은 "타겟 분포를 학습한다" 라는 정의를 하게 되는데, 그 때 사용되는 분포의 개념인 사전 분포, 사후 분포에 대한 의미가 헷갈려 이번에 정리를 통해 완벽하게 이해하고자 한다. 우선 ChatGPT에게 물어봤다. 꽤나 정확하게 말해줬는데, 아직 대략적인 느낌이고, 확 와닫지는 않는다. 모수, 확률 분포, 베이지안 추론,, 이런 용어들이 아직은 낯설어 먼저 정의부터 알아보자. 모수: parameter, 모집단의 특성(예: 평균, 분산 등)을 나타내는 값으로, 좀 더 쉽게 풀어보자면 "모집단에 속해 있는 데이터들을 설명할때, 어떠한 숫자로 표현하고 싶다!" 라고 생각하면 될 것 같다. 확률 분포: 확률 변수(무작위 실험 결과, 특정 확률로 발생하는 각각의 결과를 숫자로 표현한 변수) X와 ..
