데이터분석 - 13. 확률기초 4

확률 과정 -> 마르코브 연쇄 -> 전이 연쇄

- 확률 과정 : 시간의 흐름에 따른 확률 변수 모임

- 마르코브 가정 : 미래에서의 확률 분포는 현재에 의존하지 과거에는 의존하지 않음

- 전이 확률 transition probability : 현재 상태에서 타 상태로 변화하는 확률

 

 

확률 과정 stochastic process

- X(t) : {X_0, X_1 ...}

- 시간 변화에 따르는 확률 변수의 모임

 

확률 과정의 예시

- 이산형 : 이용 손님 수

- 연속형 : GDP, 기온

 

확률 과정을 사용하는 이유

- X_{n+1}일때의 상태를 알고싶다!

 

 

마르코브 연쇄

- 간단한 확률 가정의 예시

- 미래의 상태는 현재 상태에 의존,

 

 

 

방통대 확률 과목을 듣고 있는데

 

내용은 몬테카를로 시뮬레이션 까지이긴 한데

 

이 확률 과목 내용들이 빅데이터 분석기사 시험 범위에서 기술 통계에 속하더라

 

그런데 여기는 표본 분포까지 다루지 확률 과정이나 몬테카를로 시뮬레이션까지는 다루질 않는다.

 

예전에 SLAM 공부 한답시고 원서를 시도때도없이 반복해서 보긴햇는데 여전히 잘 생각나지 않는다.

 

아무튼 확률 수업은 여기까지 대충 하고 다음은

 

통계학 부분에 대해서 공부하면 될거같다.

 

통계학 교과목 내용들 대부분이

 

추론 통계 파트와 많이 매치되더라