기록 보관함

ML/DL (머신러닝/딥러닝) 이해 및 활용 몬티 홀 문제, 피보나치 수열 로지스틱 회귀, 오즈, 오즈비 최대우도추정 ( = 최대가능도추정) load_iris k-평균 알고리즘 원-핫 인코딩, 소프트맥스 데코레이터(decorator) 클래스 작성 참고 링크 - 티스토리 등 블로그 https://dojang.io/mod/page/view.php?id=2427 파이썬 코딩 도장: 42.1 데코레이터 만들기 Unit 42. 데코레이터 사용하기 파이썬은 데코레이터(decorator)라는 기능을 제공합니다. 데코레이터는 장식하다, 꾸미다라는 뜻의 decorate에 er(or)을 붙인 말인데 장식하는 도구 정도로 설명할 수 있습 dojang.io https://velog.io/@rockwellvinca/%EB%94..

ML/DL (머신러닝/딥러닝) 이해 및 활용 회귀, 선형 회귀, 경사하강법 - 미분 로지스틱 회귀, 시그모이드 함수 - 조건부 확률 참고 링크 - 티스토리 등 블로그 https://velog.io/@rockwellvinca/%EB%94%A5%EB%9F%AC%EB%8B%9D-%EA%B8%B0%EC%B4%88-part-04.-%EB%94%A5%EB%9F%AC%EB%8B%9D%EC%97%90-%ED%95%84%EC%9A%94%ED%95%9C-%EA%B8%B0%EC%B4%88%EC%A0%81%EC%9D%B8-%EC%88%98%ED%95%99-%EC%A7%80%EC%8B%9D 딥러닝 기초 - part04. 딥러닝에 필요한 기초적인 수학 지식 딥러닝이 무엇이고 어디에 활용하는가, 그리고 딥러닝과 머신러닝의 차이점까..

ML/DL (머신러닝/딥러닝) 이해 및 활용 - 과목에 본격적으로 들어가기 앞서 통계학을 공부할 필요가 있다. 평균은 가장 많이 쓰이는 대표값. 통계학에서 중요하다. 오차 = 실제값 - 예측값 정규분포 -> 평균과 표준편차로 분포를 표현.표준정규분포는 평균이 0, 표준편차가 1. 표준편차 - 데이터 세트 중에 있는 어떤 데이터 하나의 수가 가지는 의미 - 여러 데이터 세트들을 서로 비교해서 나타나는 차이 -> 표준편차는 차이에 대한 평균, 여기에서 차이란 오차를 의미. 인포그래프 상대위험도, 절대위험도, 기대도수(기대빈도), 오즈(odds) 통계학에서 중요한 것은, 이 사건이 우연인지 아닌지 판단하는 것이다. 확인 편향 인과관계 vs 상관관계 - X가 Y의 원인이다. - X가 일어날 때마다 Y가 일어난다..