728x90 통계적 추론2 [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] 6. 통계적 추론 확률 및 통계 기초 이해하기: 통계적 추론통계적 추론은 모집단의 특성을 표본을 통해 추정하고 검정하는 과정입니다. 이는 데이터 분석에서 매우 중요한 부분으로, 모집단의 특성을 이해하고 예측하는 데 필수적입니다. 이번 글에서는 표본과 모집단, 추정과 가설 검정에 대해 알아보겠습니다.1. 표본과 모집단표본과 모집단의 정의모집단 (Population): 연구나 분석의 대상이 되는 전체 집단을 의미합니다. 예를 들어, 특정 도시의 모든 주민, 특정 제품의 모든 생산품 등이 모집단이 될 수 있습니다.표본 (Sample): 모집단에서 추출된 일부 요소들로 구성된 집단을 의미합니다. 표본은 모집단을 대표할 수 있어야 하며, 이를 통해 모집단의 특성을 추정할 수 있습니다. 표본평균 (Sample Mean)표본평균은 표.. 2024. 6. 29. 이전 1 다음 728x90
