Day 3: Conditional Probability, Bayes' Theorem

HackerRank Day 3:

Conditional Probability(조건부 확률):

This is defined as the probability of an event occurring, assuming that one or more other events have already occurred.

조건부 확률은 하나 이상의 사건이 이미 일어난 후에 어떠한 사건이 발생할 확률이다.

Two events, A and B are considered to be independent if event A has no effect on the probability of event B.

사건 A가 사건 B에 영향을 미치지 않는다면, 두사건 A와 B는 독립적이다.

If events A and B are not independent, then we must consider the probability that both events occur.

This can be referred to as the intersection of events A and B,

만약 사건 A와 B가 독립적이지 않다면, 우리는 두 사건이 함께 일어날 확률을 고려해야한다.

이는 A와 B의 교집합이라 할 수 있다.

We can then use this definition to find a conditional probability.

Dividing the probability of the intersection of the two events by the probability of the event that is assumed to have already occurred.

우리는 위의 정의를 이용해서 조건부 확률을 구할 수 있다.

이미 발생한 사건으로 추정되는 사건의 확률로 두 사건의 교집합의 확률을 나눈다.

Bayes' Theorem(베이지안 정리):

P( A | B ) denotes the probability of the occurrence of A given that B has occurred ( B가 발생하면, A가 발생 할 확률 )

P( B | A ) denotes the probability of the occurrence of B given that A has occurred ( A가 발생하면, B가 발생 할 확률 )

Let A and B be two events such that P( A | B ) and P( B | A ),

A와 B가 P( A | B ) 그리고  P( B | A ) 라면,