목표: 유저가 실제로 보여준 선호 순서를 가장 잘 설명하는 모델 파라미터Θ를 찾는 것
목표: p(Θ | >ᵤ) 를 최대화
Bayes 정리로 풀면:
p(Θ | >ᵤ) ∝ p(>ᵤ | Θ) · p(Θ)
likelihood: 모델 파라미터 Θ가 주어졌을 때, 관찰된 순서의 확률
prior: 파라미터에 대한 사전 믿음
목표: 유저가 실제로 보여준 선호 순서를 가장 잘 설명하는 모델 파라미터Θ를 찾는 것
목표: p(Θ | >ᵤ) 를 최대화
Bayes 정리로 풀면:
p(Θ | >ᵤ) ∝ p(>ᵤ | Θ) · p(Θ)
likelihood: 모델 파라미터 Θ가 주어졌을 때, 관찰된 순서의 확률
prior: 파라미터에 대한 사전 믿음