728x90 이항 분포2 [기계학습] 2. 기계학습의 수학적 기초 기계학습의 수학적 기초 (1)기계학습은 데이터를 통해 학습하고 예측하는 과정을 수학적으로 모델링하는 기술입니다. 기계학습의 수학적 기초는 데이터의 표현, 선형대수, 확률과 통계, 최적화 이론 등을 포함합니다. 이번 글에서는 기계학습과 수학, 데이터의 표현, 선형대수에 대해 알아보겠습니다.기계학습과 수학기계학습의 핵심은 데이터를 수학적으로 분석하고, 이를 바탕으로 예측 모델을 만드는 것입니다. 이를 위해 다양한 수학적 기초가 필요합니다.선형대수 : 데이터의 표현과 변환을 이해하고, 기계학습 알고리즘을 구현하는 데 사용됩니다.확률과 통계 : 데이터의 분포와 불확실성을 이해하고, 모델의 성능을 평가하는 데 사용됩니다.최적화 이론 : 모델의 성능을 최적화하기 위해 비용 함수(cost function)를 최소화하.. 2024. 7. 30. [확률 및 통계] 4. 확률 분포 확률 및 통계 기초 이해하기: 확률 분포 확률과 통계는 다양한 분야에서 활용되는 중요한 도구입니다. 이번 글에서는 확률 분포에 대해 알아보겠습니다. 이산 확률 분포와 연속 확률 분포로 나누어 각각 이항 분포, 포아송 분포, 정규 분포, 균일 분포를 설명하겠습니다. 1. 이산 확률 분포이산 확률 분포는 이산형 확률 변수가 취할 수 있는 값과 각 값이 발생할 확률을 나타냅니다. 이산 확률 변수는 셀 수 있는 값을 가집니다. 이항 분포이항 분포는 각 시행이 성공 또는 실패 두 가지 결과만을 가지는 독립적인 시행이 n번 반복될 때, 성공 횟수를 나타내는 확률 분포입니다. 각 시행에서 성공할 확률을 p, 실패할 확률을 1−p라고 합니다. 이항 분포의 확률 질량 함수(PMF)는 다음과 같습니다. 여기서 이항 계수.. 2024. 6. 15. 이전 1 다음 728x90
