실습 위주로 ㄱㄱ 1. 다양한 분포에서 샘플링(Sampling) 해보기 샘플링이란 어떤 자료에서 일부 값을 추출하는 것을 의미한다 파이썬의 numpy를 사용하면 간단하게 정규 분포, 베타 분포 등에서 샘플링을 진행할 수 있다 import numpy as np import matplotlib.pyplot as plt 1-1. NumPy 균등 분포(Uniform Distribution) 구간 내 모든 데이터에 대하여 추출 확률이 동일한 분포이다 sampled = np.random.uniform(low=0.0, high=1.0, size=(2, 4)) print(sampled) 이런 식으로 균등 분포를 가지는 데이터를 가져올 수 있다 추출한 데이터는 히스토그램(histogram)을 그려 확률 분포를 시각화할 ..

선수지식으로 확률과 통계를 공부하고 있는데 패스트캠퍼스 강의 특성상 엄청 딥하게 들어가지는 않기 때문에 추가적인 부분은 개인적으로 공부를 해야할 것 같다. 요즘 들어 느끼는 건데 직장을 다니면서 공부를 하려고 하다보니 평일은 3~4시간이 최선인 것 같고 주말을 정말 잘 활용해야 겠다는 생각이 든다. 아자 아자, 오늘도 화이팅~⭐ 1. 베이즈 정리 베이즈 정리란, 조건부확률을 구하는 공식이다. 베이즈 정리를 이용하면, 다양한 확률 문제를 해결할 수 있다. 베이즈 정리 공식: 𝑃(𝐴|𝐵) = 𝑃(𝐵|𝐴)𝑃(𝐴)/𝑃(𝐵) [베이즈 정리 유도] 조건부 확률 정의: 𝑃(𝐴|𝐵) = 𝑃(𝐴, 𝐵)/𝑃(𝐵) → 𝑃(𝐴,𝐵) = 𝑃(𝐴|𝐵)𝑃(𝐵) 마찬가지로, 𝑃(𝐵|𝐴) = 𝑃(𝐴,𝐵)/𝑃(𝐴) → 𝑃(𝐴,𝐵) = ..

오랜만에 수학 공부를 할려니 머리가 안돌아간다... 그리고 생각보다 강의 4개를 듣고 포스팅을 하는게 시간이 많이 걸린다... 다른 것도 할게 많은데... (AWS, 쿠버네티스, 리눅스, CI/CD...😶) 리소스를 너무 많이 사용하는 것 같다는 생각이 들기도 하고... 첫날부터ㅋ 그래도 일단 될 때까지 해보자 (죽기야 하겄어?) 뿌에엥 1. 표준 정규 분포 (Standard Normal Distribution) 평균이 0이고 분산이 1인 표준화된 정규 분포다 표준 정규 분포로 데이터들을 정규화시키면 딥러닝 모델 학습을 시킬 때 더욱 효과적으로 할 수 있고 수식을 계산할 때도 보다 쉽게 계산할 수 있다는 장점이 있다 확률 변수 𝑋가 ((𝑋\sim𝑁 (𝜇, 𝜎^2))) 을 따를 때, 다음의 공식으로 표준화..