통계분석(Statistical Analsis) 1. 통계학과 기술통계 2. 확률분포 3. 통계적 추론과 통계적 검정 ← 오늘은 여기! 1번과 2번을 먼저 보고싶다면? https://heesleisure.tistory.com/28 ML 0. 통계분석 통계분석(Statistical Analsis) 1. 통계학과 기술통계 2. 확률분포 3. 통계적 추론과 통계적 검정 1. 기술통계 데이터의 속성을 특정한 통계량을사용해 정리, 요약, 설명하는 방법 중심척도 중심경향성: heesleisure.tistory.com 3. 통계적 추론과 통계적 검정 1) 기술통계와 추론통계 - 기술통계: 측정이나 실험을 통해 수집한 통계 자료의 정리/표현/요약/해석을 통하여 자료의 특성을 규명하는 방법과 기법 - 추론통계: 한 모집단..

CNN(Convolutional Neural Network) Convolution을 통한 Filtering과 Max Pooling을 반복하여 정말 중요한 특징을 정제한 후 Classification하는 것 과정 Feature extraction + Classification - Feature extraction: Convolutional layer + max pooling, 특징을 뽑아냄 - Classification: Fully-connected layer, 물체를 판단함 Neural Network 이전에는? Adaptive boosting(Adaboost) :사람이 기정의한 필터를 크기와 모양을 바꾸고 회전시키며 빨간색의 바운딩 박스 영역에 대해 computation 연산을 함 좌상단에서부터 슬라이딩..

통계분석(Statistical Analsis) 1. 통계학과 기술통계 2. 확률분포 3. 통계적 추론과 통계적 검정 1. 기술통계 데이터의 속성을 특정한 통계량을사용해 정리, 요약, 설명하는 방법 중심척도 중심경향성: 중심적인 경향을 나타내는 주요한 기술통계 산술평균, 중앙값, 최빈치 산포척도 데이터가 퍼져있는 정도를 설명하는 기술통계 범위, 분산, 표준편차, 사분위수 범위(IQR) 분포모양 데이터가 퍼져있는 형태를 나타낸 것 도수분포, 비대칭도(왜도, 치우친 정도), 첨도(뾰족한가 완만한가) 1) 산포척도 - 범위: 최대값과 최소값의 차이 - 제곱의 합(Sum of Squares) 편차는 다 더하면 0이 되는 딜레마가 생긴다 → MSE(제곱하여 합) / MAE(절대값의 합) 잘 알려진 예는 표준편차, ..

1. 시간복잡도란? (Time Complexity) 실행시간(running time)이란 함수/알고리즘 수행에 필요한 스텝(step) 수 각 라인을 수행하기 위해 필요한 스텝 수는 상수(constant)라고 가정 T(N) = c1 + c2*(N+1) + c3*N + 1 = (c2+c3)*N + c1 + c2 + 1 = a*N + b N이 작을 때의 실행시간은 의미가 없다. N이 무한대로 갈 때 N이 커질수록 덜 중요한 것은 제거(b 제거) 최고차항만이 의미를 갖게되며(여기서는 N) 최고차항의 계수(a) 또한 의미가 없다.(a 제거) → N만 남음 (Big) theta N = N → 점근적 분석에 따른 점근적 표기법 또한 시간복잡도는 함수의 실행시간을 점근적 분석을 통해 점근적 표기법으로 표현한다. 시간..

1. Logistic Regression(로지스틱 회귀모형) 개념 2. Confusion Matrix와 AUROC 3. Multiclass Classification 1. Logistic Regression(로지스틱 회귀모형) 개념 연속형 데이터를 input하여 sigmoid 함수를 통해 이산형(범주형) 데이터를 도출(output) ex)binary classfication Linear Regression + Rogistic Functoin (선형회귀 + 로지스틱 함수) 즉, 정답이 범주형일 때 사용하는 Regression Model 일반 선형/비선형 회귀모델과 같이 연속형 데이터를 넣어주는 것(input)은 같음 https://www.youtube.com/watch?v=14eTDPJLkis 2. Con..

Regression 인강듣는 도중 나온 reshape(-1, 1)을 보고 -1이 왜 들어가는걸까? 하고 궁금해서 찾아봄 결론부터, -1은 마치 n과 같이 가변적임을 나타내는 숫자이며, 뒤의 열의 숫자에 따라서 모든 원소가 누락되지 않도록 행렬을 구성해줌 ex) a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]]) a.shape >> (3, 4) a.reshape(-1, 12) >> 열이 12개가 되도록 행이 1개가 됨 a.reshape(-1, 6) a.reshape(-1, 2) a.reshape(-1,12) 열이 6개가 되어야 하므로 2x6 행렬 구성 열이 2개가 되어야 하므로 6x2 행렬 구성 열이 12개가 되어야 하므로 1x12 행렬 구성 1 3 5 7 9 11 ..

https://zzsza.github.io/category/data/ Data Data와 관련된 글을 작성하는 공간 zzsza.github.io 도움을 많이 받은 깃허브 열심히해보자... 정말... 2022.11.21 내 깃허브를 생성했다 아직 바보 그 자체이나 화이팅! https://github.com/Keemjaehee Keemjaehee - Overview GitHub is where Keemjaehee builds software. github.com https://www.youtube.com/watch?v=lelVripbt2M 깃헙 초기설정 한국어버전 최고의 영상

https://github.com/Team-Neighborhood/I-want-to-study-Data-Science/wiki/%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%82%AC%EC%9D%B4%EC%96%B8%ED%8B%B0%EC%8A%A4%ED%8A%B8 GitHub - Team-Neighborhood/I-want-to-study-Data-Science: 데이터 사이언스를 공부하고 싶은 분들을 위한 글 데이터 사이언스를 공부하고 싶은 분들을 위한 글 . Contribute to Team-Neighborhood/I-want-to-study-Data-Science development by creating an account on GitHub. github.com 데이터 사이언티스트란 무..