베이지안 조건화
새로운 데이터가 주어졌을 때 기존의 확률 분포(사전 확률)를 업데이트하여 새로운 분포(사후 확률)를 계산하는 과정이다. p(X|D)와 같이 특정 조건 하에서의 확률을 정의하며 추론의 근간이 되는 메커니즘이다. 데이터의 증거력을 확률 모델에 반영하는 수단이다.