고양이 두 잔

목차 들어가며 비전 인공지능에 대한 책을 공부하던 중 이런 문장을 만났다:"모델을 데이터에 피팅할 때, 그 피팅의 불확실성을 확률 분포로 표현한다." "파라미터 위에 또 하나의 확률 분포가 존재한다. 이를 하이퍼파라미터로 제어한다."  이건 또 무슨 말인가. 모델을 만들었으면 끝이지 왜 또 확률 분포가 등장하는 것인가. 이 글에서는 위 문장의 뜻을 내가 알아들을 수 있는 수준으로 파헤쳐본다. 비전 인공지능 모델 = 확률 모델 시각 인공지능, 즉 컴퓨터 비전 모델은 결국 이런 형태로 표현된다:  $$Pr(y∣x;θ)$$  $x$: 입력 이미지 (예: 강아지 사진)$y$: 예측 결과 (예: "강아지" vs "고양이")$\theta$: 모델 파라미터 (예: 신경망 weight)즉, 확률 모델이란 "입력 $x$가 ..