베이지안 심층 신경망 편집하기 (부분)

==개념 및 동기==
* 전통적 신경망은 학습 후 각 가중치가 고정된 값으로 결정되지만, 베이지안 심층 신경망에서는 각 가중치가 사전(prior) 분포을 갖고, 관측 데이터를 통해 사후(posterior) 분포로 갱신된다 <ref>[https://arxiv.org/pdf/2309.16314 A Primer on Bayesian Neural Networks: Review and Debates, arXiv]</ref>  
* 이렇게 하면 모델은 예측뿐 아니라 예측의 '''불확실성(uncertainty)''' 을 정량화할 수 있다 <ref>[https://arxiv.org/pdf/2007.06823 Hands-on Bayesian Neural Networks – A Tutorial for Deep Learning, arXiv]</ref> 
* 과적합(overfitting) 문제를 완화하고, 소수 데이터 환경에서도 보다 견고한 일반화 성능을 기대할 수 있다.