일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- 기술통계학
- 다층 퍼셉트론
- 결정계수
- 가설검정
- Django
- 차원축소
- 머신러닝
- 회귀분석
- 텍스트 분류
- word2vec
- Pandas
- student t분포
- 군집화
- F분포
- 오래간만에 글쓰네
- 히스토그램
- 밑바닥부터 시작하는 딥러닝2
- 코사인 유사도
- 최소자승법
- 텐서플로2와 머신러닝으로 시작하는 자연어처리
- 구글 BERT의 정석
- rnn
- 기초통계
- 파이썬 pandas
- 모두의 딥러닝
- 감성분석
- 은준아 화이팅
- 자연어 처리
- 밑바닥부터 시작하는 딥러닝
- numpy
- Today
- Total
목록통계/기초통계 (20)
데이터 한 그릇
확률변수와 확률분포 이변량 확률분포 이항분포 포아송분포 https://kurt7191.tistory.com/10 기초통계5 : 확률의 이해 :: 도전 데이터사이언스 kurt7191.tistory.com 저번 장에서는 확률에 대해서 살펴보았다. 확률의 종류와 확률의 법칙 그리고 확률나무를 살펴보았으며 베이즈 정리도 잠깐 살펴보았다. 이번 장에서는 앞선 장에서 소개된 확률의 개념과 기법이 확장된다. 통계적 추론 방법을 이야기하는데 앞서서 통계학에서 중요한 개념인 확률변수와 확률분포에 대해서 살펴보도록 하겠다. 한 통계적 추론의 예를 들어보겠다. 우리가 어떤 동전을 던져서 앞면과 뒷면이 나오는 개수를 파악하여 그 동전이 균형잡힌 동전인지 아닌지 추론 한다고 가정해보자. 만일 동전이 나타나는 방향이 극단적이라면..
사건에 확률을 부여하는 방법 결합확률, 한계확률, 조건부 확률 확률법칙과 확률나무 베이즈의 법칙 베이즈 법칙의 공식 https://kurt7191.tistory.com/9 기초통계4 : 수치를 이용한 기술통계학 기법 (ⅱ) 선형관계의 척도 최소자승법과 손익분기분석 그래프 기법과 수치 기법의 비교 https://kurt7191.tistory.com/8?category=1000998 기초통계4 : 수치를 이용한 기술통계학 기법 중심위치의 척도 변동성의 척도 kurt7191.tistory.com 들어가면서 지금가지 블로그의 ~기초통계4 까지는 기초통계의 두 가지 기법(그래프, 수치)에 대해서 살펴보았다. 이번 장부터는 추론통계학을 위한 확률에 대해서 다뤄볼 예정이다. 통계학의 주제가 어느정도 전환이 되었다는 ..