Memory

더보기 1) 확률분포 : 확률 변수가 특정한 값을 가질 확률을 나타내는 함수 (1) 이산확률분포 : 확률변수 X의 개수를 정확히 셀 수 있을 때 (Discrete 값) (2) 연속확률분포 : 확률변수 X의 개수를 정확히 셀 수 없을 때 (Continuous 값) - 확률밀도함수로 표현 (Ex) 정규분포(Normal distribution) - 실제 세계의 많은 데이터는 정규분포로 표현 가능 2) 이미지 데이터에 대한 확률분포 : 이미지에서의 다양한 특징들이 각각의 확률 변수가 되는 분포 (다변수 확률분포) - 이미지 데이터는 다차원 특징 공간의 한 점으로 표현됨 → 이미지의 분포를 근사하는 모델 학습 가능 - 사람 얼굴에는 통계적인 평균치가 존재 → 모델은 이를 수치적으로 표현 가능 3) 생성 모델 (G..