과학, 공학, 금융에서 낮은 likelihood를 가진 높은 영향의 사건 확률을 추정하는 것은 brute-force Monte Carlo 샘플링에 과도한 양의 모델 반복이 필요하기 때문에 어렵습니다.
본 기사에서는 희귀 결과를 추정하기 위해 무작위로 추출된 입력으로 모델을 반복적으로 실행하는 비효율성을 해결하기 위해 유도 생성 모델을 사용하는 방법을 소개합니다.
과학, 공학, 금융에서 낮은 likelihood를 가진 높은 영향의 사건 확률을 추정하는 것은 brute-force Monte Carlo 샘플링에 과도한 양의 모델 반복이 필요하기 때문에 어렵습니다.
본 기사에서는 희귀 결과를 추정하기 위해 무작위로 추출된 입력으로 모델을 반복적으로 실행하는 비효율성을 해결하기 위해 유도 생성 모델을 사용하는 방법을 소개합니다.