1. 확률적 회귀를 왜 배울까?우리는 지금까지 최소제곱 회귀라는 방법으로 입력과 출력의 관계를 추정해 왔습니다.하지만 현실 데이터는 항상 노이즈와 불확실성을 내포하고 있으며, 이에 대해 더 정교한 예측을 위해 확률론적 해석이 필요합니다.즉, 회귀를 “어떻게 잘 맞출까?”에서→ “데이터가 이렇게 생겼을 때, 가장 그럴듯한 모델은 뭘까?”로 접근합니다.2. 정규분포와 MLE (Maximum Likelihood Estimation)2.1. 정규분포 복습평균: μ, 분산: σ^데이터가 i.i.d. 정규분포를 따른다고 가정하고, 그 평균과 분산을 추정하려 함2.2. MLE 유도데이터 x_1,...,x_N∼N(μ,σ^2)일 때:(1) 로그우도 함수:(2) 최대화 → 편미분:3. 선형 기저 함수 모델 (Basis..
