[G1-Sync] Manual knowledge update

10_Wiki/Topics/Bayesian-Updating.md

@@ -1,8 +1,8 @@
 ---
-id: P-REINFORCE-AUTO-BAUP-001
+id: [[P-Reinforce]]-AUTO-BAUP-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.99
-tags: [auto-reinforced, bayesian-updating, learning-mechanisms, adaptive-systems, feedback-loops]
+tags: [auto-reinforced, bayesian-updating, learning-mechanisms, adaptive-systems, [[Feedback-Loops]]]
 last_reinforced: 2026-04-20
 ---
 
@@ -20,8 +20,8 @@ last_reinforced: 2026-04-20
     *   **Updating (Likelihood calculation)**: 이 실수가 신뢰 가능한 상태에서 나올 확률을 계산.
     *   **Result (Posterior)**: 신뢰도를 하향 조정.
 2.  **지능 시스템에서의 의의**:
-    *   **Active Learning**: 어떤 데이터가 사후 확률을 가장 크게 변화시킬지(즉, 가장 배울 점이 많을지) 판단하여 효율적으로 학습.
-    *   **Robustness**: 노이즈 섞인 데이터 하나에 일희일비하지 않고 전체적인 추세에 따라 점진적으로 변화함 (Stability-Flexibility Dilemma 해결).
+    *   **[[Active Learning]]**: 어떤 데이터가 사후 확률을 가장 크게 변화시킬지(즉, 가장 배울 점이 많을지) 판단하여 효율적으로 학습.
+    *   **[[Robustness]]**: 노이즈 섞인 데이터 하나에 일희일비하지 않고 전체적인 추세에 따라 점진적으로 변화함 ([[Stability]]-Flexibility Dilemma 해결).
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
 - **과거 데이터와의 충돌**: 과거 AI 학습 정책은 '학습된 데이터'에 고착되는 경향(Catastrophic forgetting)이 강했으나, 현대의 베이지안 업데이트 정책은 기존 지식을 보호하며 새 정보를 통합하는 '점진적 학습 정책'을 지향함(RL Update).