728x90 조건부 확률3 [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] 8. 고급 주제 확률 및 통계 고급 주제 이해하기: 베이즈 정리와 고급 확률 분포확률과 통계의 기본 개념을 이해한 후에는 더 복잡하고 심화된 주제들을 공부해보는 것이 중요합니다. 이번 글에서는 베이즈 정리와 고급 확률 분포인 감마 분포, 지수 분포에 대해 알아보겠습니다. 베이즈 정리와 조건부 확률의 응용, 그리고 감마 분포와 지수 분포의 특성과 응용을 중점적으로 설명하겠습니다. 1. 베이즈 정리 (Bayes' Theorem)베이즈 정리는 조건부 확률을 활용하여 새로운 정보가 주어졌을 때 사건의 확률을 업데이트하는 방법을 제공합니다. 이는 통계적 추론과 의사 결정에서 중요한 역할을 합니다. 베이즈 정리의 정의베이즈 정리는 다음과 같이 정의됩니다.여기서P(A∣B)는 사건 B가 일어났을 때 사건 A가 일어날 조건부 확률입.. 2024. 7. 1. [확률 및 통계] 3. 조건부 확률과 독립성 확률 및 통계 기초 이해하기: 조건부 확률과 독립성 확률과 통계는 다양한 분야에서 활용되는 중요한 도구입니다. 이번 글에서는 조건부 확률과 독립성에 대해 알아보겠습니다. 조건부 확률의 정의와 예제를 통해 기본 개념을 이해하고, 두 사건의 독립성과 종속성에 대해 살펴보겠습니다. 1. 조건부 확률조건부 확률은 어떤 사건이 일어났다는 조건하에 다른 사건이 일어날 확률을 의미합니다. 이는 사건들이 서로 관련이 있는 경우에 중요한 개념입니다. 조건부 확률의 정의사건 B가 주어졌을 때, 사건 A의 조건부 확률은 다음과 같이 정의됩니다.여기서, P(A∩B)는 A와 B가 동시에 일어날 확률이며, P(B)는 사건 B가 일어날 확률입니다. 단, P(B) > 0이어야 합니다.예제: 조건부 확률한 기업에서 임직원들을 대상.. 2024. 6. 15. 이전 1 다음 728x90
