• Class_2018_1
       [[확률,probability]] - page 위쪽에 syllabus 보고 적은 내용 있
• Class_2022_1
       // [[확률,probability]]
       True mean(모평균)이 이 [[구간,interval]] 안에 들어 있을 [[확률,probability]]은 $p.$
• 가능도,likelihood
       '''가능도,likelihood'''란, 이미 발생한 한 [[사건,event]]이 한 특정한 [[결과,outcome]]를 산출할/만들/낼(yield) 가설적인 [[확률,probability]]이다.
        [[확률,probability]]이 말해주는 것: 미래 사건(들)의 발생(occurrence). — "a probability refers to the occurrence of future events"
       TBW [[확률,probability]]과의 차이 비교.
       [[확률,probability]]과의 비교
       [[확률,probability]], [[가능도,likelihood]] 직관적 설명한 다음 [[최대가능도추정,maximum_likelihood_estimation,MLE]] 설명함.
• 결과,outcome
       그 [[확률,probability]]을
       확률론(see [[확률,probability]])에서,
• 결합,joint
       ([[확률,probability]]에서) $n$ 개의 disjoint [[사건,event]] $A_1,\cdots,A_n$ 이 있을 때,
• 결합확률,joint_probability
       Up: [[결합,joint]] [[확률,probability]]
• 경계,bound
        이다. 즉 union([[set_union]])의 [[확률,probability]]은 upper bound([[상계,upper_bound]])가 있다. 그리고 그 upper bound는 각 확률을 더한 것.
• 기대값,expected_value
        $p_i={n_i}/n$ 은 [[확률,probability]]
• 다항분포,multinomial_distribution
       $E_k$ 가 $n_k$ 회 일어나는 [[확률,probability]]은 다음과 같다.
       다항확률법칙 curr at [[확률,probability#s-11.1]]
• 독립변수와_종속변수
       [[확률,probability]] 및 [[사건,event]]에서:
• 마르코프_부등식,Markov_inequality
       [[확률,probability]]과 [[기대값,expected_value]]의 관계를 설명하는 부등식.
        (이것을 통해) 한 [[확률변수,random_variable]](non-negative_function)가, 어떤 (양의 값을 지닌 [[상수,constant]]) 이상일 [[확률,probability]]의 [[상계,upper_bound]]를 알 수 있다.
        [[확률,probability]]과 [[기대값,expected_value]]을 연관짓고, (loose but still useful한) 확률변수의 [[누적분포함수,cumulative_distribution_function,CDF]]의 [[경계,bound]]를 제공한다.
• 마르코프_연쇄,Markov_chain
       [[확률,probability#s-8]] 확률및랜덤프로세스
       [[transition]] [[확률,probability]]
       [[확률,probability]]
       [[확률,probability]]
• 무기억성,memorylessness
       Up: [[확률,probability]] [[통계,statistics]]
• 밀도,density
       확률통계/data sci/ML 쪽에선 '''밀도'''는 '확률밀도'를 뜻함 - [[확률,probability]]의 '''밀도'''
• 베르누이_시행,Bernoulli_trial
       Up: [[확률,probability]] [[시행,trial]] - [[확률실험,random_experiment]]?
• 베이즈_정리,Bayes_theorem
        [[확률,probability]]
• 비율,rate
        [[확률,probability]]의 일반적인(전통적인) 정의는 '모든 [[사건,event]]의 경우의 수'에 대한 '특정한 사건이 발생한 수'의 '''비율'''.
       빈도 확률 frequentist probability - [[빈도,frequency]], [[확률,probability]] - ex. coin toss의 경우 1/2 ...... ? chk
• 빈도,frequency
       [[상대빈도,relative_frequency]]: [[확률,probability]]과 관련
       으로, A의 [[확률,probability]]은 '''상대빈도'''의 극한인
       [[확률,probability]]은 '''상대빈도'''의 [[극한,limit]]
• 사건,event
        사건 E의 [[확률,probability]]은
       [[이산확률변수,discrete_random_variable]] X와 실수 x에 대해, X=x일 '''사건'''이 일어날 [[확률,probability]]을 대응하는 함수 $p_X$ 가 확률질량함수.
       See also [[확률변수,random_variable]], [[확률,probability]], [[집합론,set_theory]]
• 수학,math
       [[확률,probability]]
• 순열,permutation
       [[확률,probability]]
        [[조합론,combinatorics]], 확률론([[확률,probability]])에서 '순열'인 거?
• 시간,time
       [[확률,probability]]
• 신호,signal
        [[WpEn:Error_rate]] { "meaning the frequency of errors". 즉 [[확률,probability|probability]], [[비율,rate|rate]], [[비,ratio|ratio]], [[빈도,frequency|frequency]] 이 표현들이 모두 가능. 뜻이 다양.. 8가지 나열됨. }
• 엔트로피,entropy
       전체 데이터의 길이가 $L$ 이고, 기호 $s_i$ 로 이루어졌고, 데이터에서 어떤 기호 $s_i$ 가 등장하는 횟수가 $m_i$ 일 때, 어떤 기호가 등장할 [[확률,probability]]은
       는 [[확률,probability]] $p(E)$ 와 관계가
       which occur with [[확률,probability]] $\textrm{P}(x_1),\cdots,\textrm{P}(x_n),$
• 이산확률변수,discrete_random_variable
       확률변수 $X$ 의 PMF는, [[수,number]] $X(\zeta)=k$ 를 얻을 [[확률,probability]]을 specify(본문에 species는 틀린?) 하는 [[함수,function]].
• 이산확률분포,discrete_probability_distribution
       이고, $X$ 가 이들 값을 취할 [[확률,probability|확률]]
• 이항계수,binomial_coefficient
       see also: multinomial probability law - curr. goto [[확률,probability]]
• 이항분포,binomial_distribution
       Related: [[통계,statistics]], [[확률,probability]]
• 인공지능,artificial_intelligence
        확률 모형 - [[확률,probability]] [[모형,model]] // probability_model 인가 probabilistic_model 인가?
• 자기정보,self-information
       '''Self-information'''이란 [[확률,probability]] $p$ 를 가지는 [[사건,event]](혹은 [[메시지,message]]) $A$ 의 [[정보,information]]를 의미.
• 자료구조,data_structure
       [[확률적자료구조,probabilistic_data_structure]] - [[확률,probability]]적인
• 전산학,compsci
       [[확률,probability]]
• 전확률정리,total_probability_theorem
       따라서 A의 [[확률,probability]]은,
        [[확률,probability]]
       Up: [[확률,probability]]
• 정보,information
       [[사건,event]] $x,$ [[확률,probability]] $P$ 이면 information content는
• 정보및부호화이론,information_and_coding_theory
        [[확률,probability]]
       [[확률,probability]]이 $p$ 인 random event([[사건,event]])가 있을 때,
• 조건부확률,conditional_probability
       Up: [[조건부,conditional]] [[확률,probability]]
• 집합,set
        집합에 포함될 [[확률,probability]]을 0 or 1 뿐이 아닌 [[단위구간,unit_interval]] $[0,1]$ 내의 한 실수로 [[일반화,generalization]]하면 (? 확실히)
• 집합과_확률,set_and_probability
       [[확률,probability]], [[확률론,probability_theory]]
       ||[[확률,probability]] theory ||[[집합,set]] theory, [[집합론,set_theory]] ||
• 최대가능도추정,maximum_likelihood_estimation,MLE
       https://jinseob2kim.github.io/probability_likelihood.html ([[확률,probability]]과 [[가능도,likelihood]]를 먼저 직관적으로 설명한 다음 서술.)
• 측도,measure
       [[확률,probability]]
• 칠판_볼드체,blackboard_bold
       [[확률,probability]] $\mathbb{P}$
• 통계,statistics
       [[확률,probability]]
       Up: [[값,value]](이름), [[확률,probability]]
• 통계역학,statistical_mechanics
       [[확률,probability]] and [[엔트로피,entropy]]
• 특성함수,characteristic_function
       확률론 probability_theory [[확률,probability]]론에서
• 표본공간,sample_space
       '''표본공간'''의 [[확률,probability]]은 1이다. P(S)=1.
        [[확률,probability]]
• 함수,function
       [[확률,probability]]을 되돌리는 함수 - [[확률함수,probability_function]] and [[확률변수,random_variable]]? chk
• 해석학,analysis
       (해당하는 확률론(see [[확률,probability]])쪽 표현은 almost_always. chk. https://everything2.com/title/almost+always )
• 확률,probability
       [[확률,probability]]
       [[RR:확률,probability]]
       이것은 (단어, 어구, 표현, ...)과 미래 ([[사건,event]], ...)의 '''확률,probability''', [[가능도,likelihood]]를 연결짓는, [[추정,estimation]]에 대한? [[ambiguity]], [[uncertainty]], 등을 피하고 weasel words 등을 배제하고자 하는...
• 확률공간,probability_space
       확률공간에서 [[사건,event]]의 측도는 [[확률,probability]]. ''so... ([[확률측도,probability_measure]]와 동일?)''
        $P$ : a probability measure // [[probability_measure]]? { Up: [[확률,probability]] [[측도,measure]] }
       Up: [[확률,probability]] [[공간,space]](esp. [[가측공간,measurable_space]])
• 확률과_통계,probability_and_statistics
        [[확률,probability]]
• 확률및랜덤프로세스
       [[확률,probability]]
• 확률변수,random_variable
       한국어 ‘확률’은 영어의 여러 단어 {probability(see [[확률,probability]]), random, stochastic(see [[확률과정,stochastic_process]])}에 대응....
        [[확률,probability]] and [[통계,statistics]]
       그러한 사건들의 [[확률,probability]]은
       ''related: [[확률,probability]], [[사건,event]]''
       ||[[확률,probability|확률]] ||$p_1$ ||$p_2$ ||$\cdots$ ||$p_n$||
        [[확률,probability]]
• 확률분포,probability_distribution
       [[확률변수,random_variable]]가 특정 값을 가질 [[확률,probability]]을 나타내는 [[함수,function]]
       [[사건,event]]([[표본공간,sample_space]]의 [[부분집합,subset]])의 [[확률,probability]]을 수학적으로 기술한 것.
       Up: [[통계,statistics]] and [[확률,probability]]
• 확률실험,random_experiment
       [[확률,probability]]
• 확률질량함수,probability_mass_function,PMF
       에 대해, 각각의 [[결과,outcome]]가 나올 [[확률,probability]]
       [[이산확률분포,discrete_probability_distribution]]/[[이산확률변수,discrete_random_variable]]에서 값 마다 그 [[확률,probability]]을 나타내는 [[함수,function]]([[확률함수,probability_function]])가 '''pmf'''이며
• 확률함수,probability_function
       Up: [[확률,probability]] [[함수,function]]

You can also click here to search title.