오늘은 요즘 공부하고 있는 불확실성에 대한 개념에 대해 정리할 겸 글을 써보려고 한다. Uncertainty 모델이 학습한 데이터를 기반으로 새로운 데이터에 대한 예측을 수행할 때, 모델은 종종 다양한 요소에 의해 예측의 불확실성을 갖게 되는데, 이러한 불확실성은 모델이 얼마나 확신할 수 있는지, 어떤 범위 내에서 예측이 정확한지 등을 나타낸다. 기계 학습에서 불확실성은 크게 두가지로 나뉜다. Epistemic Uncertainty Epistemic Uncertainty , 이는 모델 자체의 불확실성을 나타낸다. 즉, 모델이 데이터에 대해 얼마나 정확하게 학습되었는지에 대한 불확실성이다. 모델이 훈련 데이터에 제한된 양의 정보만을 가지고 있거나 데이터의 다양성을 충분히 포착하지 못한 경우에 발생할 수 있..