안전한 확률 신뢰 가능한 예측을 위한 새로운 프레임워크
본 논문은 확률분포를 “안전(safety)”이라는 개념으로 재정의하여, 특정 변수와 조건에 대해 신뢰할 수 있는 예측만을 허용한다. 안전성은 ‘유효성’, ‘보정’, ‘신뢰 안전’, ‘편향 없음’ 등 여러 단계로 구분되며, 이를 통해 불완전한 모델, 다중 사전(imprecise) 접근, 그리고 피듀셜 추론 등을 일관된 이론적 틀 안에 통합한다. 또한 안전한 추론을 적용하면 몬티 홀 문제와 같은 역설을 자연스럽게 회피할 수 있다.
저자: Peter Gr"unwald
이 논문은 “안전한 확률(safe probability)”이라는 새로운 이론적 틀을 제시한다. 저자는 확률분포가 모든 상황에서 신뢰할 수 있는 것이 아니라, 특정 변수와 조건에 대해서만 신뢰할 수 있다고 주장한다. 이를 위해 먼저 확률분포 ˜P와 실제 믿음 집합 P*를 정의하고, ˜P가 U|V에 대해 안전하다는 의미를 수학적으로 정형화한다. 안전성은 기대값 수준에서 실제 P∈P*와 동일한 성능을 보장하는 것이 핵심이며, 이는 손실함수 L에 대한 기대값 일치식(E_P
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기