베이즈 추론
베이즈 추론(Bayesian inference)은 통계적 추론의 한 방법으로, 추론 대상의 사전 확률과 추가적인 정보를 통해 해당 대상의 사후 확률을 추론하는 방법이다. 베이즈 추론은 베이즈 확률론을 기반으로 하며, 이는 추론하는 대상을 확률변수로 보아 그 변수의 확률분포를 추정하는 것을 의미한다.1 베이즈 추론은 데이터가 많이 수집될수록 최적화 도구에서 결과를 계속 세분화할 수 있게 해주는 통계 분석 방법입니다. 베이즈 추론은 많은 연산작업을 필요로 하고 고비용이지만 상대적으로 전통적인 방법에 비해 4가지 주요 이점이 있습니다.2
- ‘새 대안이 원본보다 더 나을 확률은 얼마인가요?‘와 같은 질문에 더 정확한 답을 제공하기 위해 최적화 도구에서 직접 확률을 계산할 수 있습니다.
- p값이 확률과 동일하다는 일반적인 오해를 방지하여 최적화 도구에서 행동으로 이어질 수 있는 관련성이 큰 데이터를 제공케 합니다.
- 가설 검증 접근 방법에서 흔히 나타나는 문제가 없어 최적화 도구에서 모든 면에서 가장 우수할 확률이 가장 큰 대안을 결정할 수 있습니다.
- 최적화 도구에서 실험을 계속 실행하여 학습할 것이 많지 않다는 것을 발견하면 바로 실험을 종료할 수 있습니다.