확률적·베이지안 머신러닝
모델과 데이터의 불확실성을 확률적 관점에서 표현하고 추론하는 방법으로, 우도 함수와 사전분포를 결합해 사후분포를 얻는다. 샘플링(MCMC)이나 변분추론 같은 수치적 기법으로 근사해 예측 분포와 불확실성 추정이 가능하다. 관련 교재들은 수학적 유도와 구현 예제를 통해 베이지안 모델 설계와 추론 절차를 상세히 다룬다.
