베이즈 추론

베이즈 추론(Bayesian inference)은 확률이 장기적인 빈도보다는 믿음의 정도를 나타내는 통계적 패러다임입니다. 이는 모수에 대한 사전 지식을 사전 분포(prior distribution)에 인코딩하고, 그 사전을 베이즈 정리(Bayes' theorem)를 통해 관측된 데이터의 우도(likelihood)와 결합하여, 갱신된 불확실성을 정량화하는 사후 분포(posterior distribution)를 생성합니다. 이 기초적인 정리는 토마스 베이즈(Thomas Bayes)에 의해 1763년 사후에 발표되었고, 이후 피에르-시몽 라플라스(Pierre-Simon Laplace)가 1812년 저서 『확률의 해석적 이론(Théorie analytique des probabilités)』에서 체계화했습니다.