머신러닝과 통계학은 매우 밀접한 관련이 있습니다. 그중, MLE(Maximum Likelihood Estimation)와 MAP(Maximum A Posterior)은 머신러닝 분야와 통계학을 이어주는 중요한 개념이라고 개인적으로 생각하고 있습니다. 따라서, 앞으로 몇 가지의 통계학(Statistics) 포스팅은 이 두 가지 개념을 머신러닝 관점에서 다루는 글을 작성하고자 합니다. 먼저, Bayes Theorem(베이즈 정리)에 대해서 알아보도록 하겠습니다. 그전에 Conditional Probability(조건부 확률)에 대해서 설명해 보면, 조건부 확률은 어떤 사건 $B$가 발생했다는 조건 하에서 다른 사건 $A$가 발생할 확률을 의미합니다. 이를 수식으로 표현하면 다음과 같습니다.$$P(A \mi..
