본문 바로가기

통계학

(2)
1강- 확률과 셈 원리 (Probability and Counting) 수강 일자: 07월 20일 머신러닝 공부는 이론보다는 프로젝트를 통해서 코딩하는 법을 익히는 것이 중요하다고 합니다. 하지만, 가장 기본적인 classification 도 남들이 만들어 놓은 결과를 그대로 가져다 쓸 뿐입니다. 예를 들어 , softmax는 Label 수만큼의 결과를 가지고 있고 , 더한 값은 1이 되는 확률 값입니다. *그냥 그렇다고 넘어가고 , 자세히 설명해주진 않습니다. * 인공지능 , 특히 딥러닝 알고리즘에서 특징을 추출한 다음에 결과 도출은 확률론에서 나온 이론을 사용합니다. 이번 확률론을 공부하면서 인공지능에서 Black Box로 여기던 부분을 더 파헤쳐 보겠습니다 Statistics 110 1강입니다. 확률론의 활용영역: 유전학, 물리학, 계랑 경제학, 금융, 역사학, 정치 ..
Statistics110 (edwith강의) 참여자:김정민 박형준 최웅준 회의날짜: 20년7월17일 예상 스터디 진행기간:20년 7월 ~9월까지 수학스터디의 목적은 딥러닝에 이용되는 수학기초개념을 하나씩 정립하기 위함입니다. 크게 확률론과 선형대수가 중요하다고 생각할 수 있습니다. 확률론은 기본적으로 수학, 사회학, 경제학, 공학 모두에서 사용하는 수학의 한 분야입니다. 때문에 자연계는 물론 인문사회계의 학생에게도 가장 중요한 수학과목의 하나로 여겨집니다. 우리 사회의 여러 문제를 수학적으로 모델링해서 해결 할 수 있습니다. 특히 많은 기계학습 알고리즘, 딥러닝을 이해하고 사용하기 위해서 '확률'에 대한 이해는 필수적입니다. 기계가 결정하는 모든 것은 확률에 기반하고 최적화 알고리즘와 소프트맥스 등 비롯한 많은 부분에서 확률론이 사용됩니다. 하버드..