머신러닝과 통계학에서 비지도학습의 끝판왕 중 하나로 꼽히는 DP-GMM(디리클레 과정 가우시안 혼합 모델)은 데이터에 맞춰 스스로 군집의 개수를 증감시키는 정교한 통계 모델입니다. 이 거대한 아키텍처는 하늘에서 불쑥 떨어진 것이 아닙니다. 고등학교 수준의 표준 정규분포라는 가장 단순한 확률적 벽돌에서 출발하여, 차원을 넓히고, 행렬을 뒤집고, 켤레성을 부여하며 층층이 쌓아 올린 논리적 빌드업의 최종 결과물입니다. 이 7단계의 유기적인 개념 사다리를 차례대로 올라가 봅니다.1. 표준 정규분포: 모든 확률 모델의 1차원 출발점$$Z \sim \mathcal{N}(0, 1)$$개념: 평균이 0, 분산이 1인 가장 대칭적이고 이상적인 연속 확률분포입니다.장치로서의 역할: 통계학의 가장 순수한 원자재입니다. 키,..