한계분포는 확률론과 통계학에서 다차원 확률변수 중 일부 변수만의 확률분포를 말합니다.

정의

두 변수와 관련된 확률 분포가 있다고 가정합니다. $latex P(x, y)$latexP(x,y)

그러면 한 변수에 대한 한계 분포는 다른 변수가 주어진 조건부 확률 분포가 됩니다. $latex P(x)=\sum\_{y} P(x, y)=\sum\_{y} P(x | y) P(y)$latexP(x)=∑_yP(x,y)=∑_yP(x∣y)P(y)

이러한 한계 분포에서 우리는 차원 축소 연산을 실제로 수행하는 다른 변수의 영향을 고려하지 않고 단지 한 변수에 대한 확률 분포를 얻습니다.

인공 신경망과 같은 실제 응용 프로그램에서는 뉴런들이 서로 연결되어 있으며, 각각의 매개변수를 계산할 때 한계 분포를 사용하여 특정 뉴런(변수)의 값을 계산합니다.

참고 출처: https://zh.wikipedia.org/wiki/Edge 배포