random process 에는 함수할당과 확률공간 적용을 함께 하는데, 이 과정이 쉽게 잘 오지 않는다. 그러니까 예제 하나씩은 이해를 어떻게 하는데, 그 이해한 것을 추상화하기가 혹은 그 반대가 쉽지 않은 것이다.
거기에 random process에 Bayesian 정리 를 적용하면 어떻게 될까? 확률공간, 이벤트공간, numbering 사이 오가기를 따져서 확인해야 될듯하다. random variable 보다는 조금 복잡하지만, 충분히 분별가능하며, 다만 관계들이 많아져서 익숙해지기가 쉽지 않은 거 같다.
random process에 Bayesian 정리적용할 때, 계산이 잘 되는 것은 random process 중 Gaussian process 정도 이기 때문에 prior 를 잘 정해서 관찰값마다 posterior 계산하면서 가우시안 함수를 할당하는 식이다(아마). GP 위주로 머신러닝 적용은 아래 왼쪽책이고, GP 포함한 머신 러닝 전반은 오른쪽 책이다.
