기각 샘플링(rejection sampling)
HTML-код
- Опубликовано: 20 сен 2024
- 글로 정리된 곳: angeloyeo.gith...
---
커피 한 잔의 후원이 큰 힘이 됩니다.
후원하기(카카오페이): qr.kakaopay.co...
후원하기(송금)
- 카카오뱅크 3333-15-3394161 (여동훈)
- 우리은행 1002-036-488593 (여동훈)
--
영상에서 사용된 모든 MATLAB 코드는 아래의 github repo에서 받아가실 수 있습니다.
github.com/ang...
--
영상 촬영 시 이용한 장비/프로그램 정보입니다.
[필기]
- iCanNote (필기 프로그램)
- 가오몬 타블렛 1060 pro
(link.coupang.c...)
[마이크]
- Rode NT USB 마이크
(link.coupang.c...)
[캡쳐 프로그램]
- oCam
블로그가 있으신 걸 이제 알았는데, 들어가보니 정말 좋네요!
저도 나중에 홈피나 블로그 하나 만들어서 자료를 정리해둘까 생각이 들었습니다.
선생님 안녕하세요? 오랜만입니다. 잘 지내시죠?
블로그에 글을 정리해두는건 정말 의미있는 결정이었던 것 같습니다 ㅎ
글로 다시 정리하고 나면, 저보다 더 잘 아시겠지만, 어떤 부분에서 제 이해가 부족했는지도 다시 한번 정리할 수 있는 기회가 되어서 더 좋기도 하더군요 ㅎㅎ
아마 선생님이시라면 더 잘 정리하실 것 같습니다 ㅎㅎ 그리고 그 글이 다른 많은 분들에게도 좋은 영향을 주겠지요 ㅎㅎ
두 거장분들의 말씀에 좋아요 누르고 갑니다~
감사합니다... 이렇게 직관적으로 이해할 수 있는 내용을.. 왜 교수님은....
이해하고 나니, P(accept|Y) = f(Y)/Mg(Y), Y~g(t)가 단박에 이해되네요... 감사합니다...
강의가 아주 좋네요 ㅎㅎ 이걸 들으니 MCMC부터 샘플링 개념이 확 잡히는 느낌입니다 ㅎㅎ 물론 어렵지만 ㅋㅋ ㅠ
화이팅입니다~~ ㅎㅎ 좋게 봐주셔서 감사합니다 ㅎㅎ
우아!! 결혼하고 갑자기 돌아오셨따!!!!!
환영해주셔서 감사합니다 ^^~ ㅎㅎ
너무감사합니다!
반갑습니다~~ㅋ 아~ 지난 학기 기말 프로젝트가 기각 샘플링 관련된거였는데~~ㅋㅋ 아쉽네여 ㅎㅎ
안녕하세요~ 아 타이밍이 아쉬웠네요 ㅎㅎ 그래도 잘 해내셨으리라 믿습니다 😁😁
기가 맥히네여
강의 중 궁금한게 있어 여쭤봅니다. 강의중 아바타 제너레이터와 갠에대해서 잠시 말씀하셨는데
만약 이때 랜덤으로 설정시 프로퍼티들 각각은 독립적인 것으로 가정해서 추출하는것이겠죠?
그럼 이런 프로퍼티들 간의 상호 상관성이 존재한다고 즉 약간의 스타일링(프로퍼티 1이 A일때 프로퍼티2는 C이거나 D일 확률이 0.3, 0.7이런식으로) 이
가정 된다고 할수도 있겠죠?
그럼 이런 경우와 이들 프로퍼티간의 산정 프로세스를 상관성이 개입되지 않았을 때를 비교해서
개념과 적용가능한 방법들을 간단히 설명해 주실 수 있나요? 아무래도 베이지안 추론이나 베이지안 네트워크 이런방식이 쓰이겠죠?
나이브 베이즈가 대표적으로 각 프로퍼티들을 독립적으로 산정하는 경우입니다.
말씀하신대로 상관성 혹은 조건 확률늘 넣어주면 조건부 확률의 체인 룰이 엄청나게 길어지면 됩니다. 저도 베이지언 네트워크 말고는 딱히 생각이 안나네요.
우와~MCMC!!!
몇개월째 묵혀두고만 있던 MCMC 입니다 ㅠ.ㅠ 한번 준비해보려고 합니다 ㅎㅎ
안녕하세요. 좋은 강의 정말 감사합니다. MCMC와의 차이점이라면, 이 rejection sampling은 target 함수를 알아야 할 수 있는 것이지요? 그래서 M*함수의 값을 구할 수 있는 것이고요?
안녕하세요. 제 대답은 아니오입니다. 어떤 sampling method이건 간에 pdf를 몰라서 sampling을 할 수 없는 것이 아니라 inverse CDF를 계산하기 어렵기 때문에 다양한 sampling method가 나오는 것입니다.
rejection sampling의 경우에는 target distribution을 커버할 수 있을 만큼 큰 함수를 이용해 propose하는것이 특징일 뿐 꼭 target 함수를 알아야만 rejection sampling할 수 있다고 말하는 것은 틀린 말인 것 같습니다.
@@AngeloYeo 답변 감사드립니다. MCMC든 rejection sampling이든, pdf를 알더라도, 적분이 어렵기 때문에 샘플링 용도로 사용된다는 말씀이시지요? 한가지 더 궁금한 점은, 실제로는 데이터 수가 너무 많거나 여타 다른 이유로 pdf의 형태만 짐작할 뿐, 정확한 형태는 알지 못하는 경우도 있을 것 같은데요... 즉 함수의 형태를 찾기 위한 방안으로 mcmc나 rejection sampling을 사용할 수도 있나요?
결국 제안분포로부터 임의의 타겟분포를 샘플링을 통해 추정할 수 있다는 의미로 해석하면 될까요?
아니요... 타겟분포의 수식이나 샘플링 룰은 알아야 합니다. 그리고 이 이론은 분포의 추정에 관한 이론도 아닙니다.
감사합니다
어서오세용 ^^~
해밀토니안 영상 만들어주세요 ㅜㅜ
저도 헤밀토니안이 성능이 워낙 좋기도 하고 시각적으로 신기하기도 해서 한번 공부해보고 싶었는데... 알아봐야겠습니다 ㅎㅎ
@@AngeloYeo 와!!! 사랑합니다
I have number rejection syndrome
lol. Sorry about that bro
@@AngeloYeo Blizzard is coming