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 | 29 |
30 |
- pycharm
- 데이터 시각화
- AI Tech 준비과정
- 위기의코딩맨
- spark
- r
- Ai
- DataSet
- RDD
- tensorflow 예제
- NLP
- yolo
- 캐글
- kaggle
- Python
- 부스트캠프
- 연남동 맛집
- 자연어
- 연남 맛집
- Spark MLlib
- TensorFlow
- 맛집
- mllib
- 홍대 맛집
- 부스트클래스
- Transformer
- 부스트캠프 ai tech 준비과정
- AI tech
- AI 엔지니어 기초 다지기
- 서울 맛집
- Today
- Total
목록2024/06 (4)
We-Co
안녕하세요. 위기의 코딩맨입니다.오랜만에 기초수학 포스팅을 작성해보려 합니다.점점 수학적인 부분이 중요해져서... 공부를 하는데 너무 어렵네!! [ 기초 수학 ] 이항분포 - 확률 P가 n 번의 시도 중, k번이 성공할 수 있는 가능성함수는 scipy의 binom.pmf()를 사용해서 구현가능Ex) binom.pmf(k,n,p) 베타분포 - a(알파)번의 성공과 b(베타)번의 실패가 주어졌을 때, 사건이 발생할 수 있는 다양한 기본 확률의 가능성함수는 scipy의. teta.cdf() 함수를 사용해서 구현 가능, 90% 확률 a번의. 성공과 b번의 실패의 데이터Ex)Beta.cdf(0.90, a,b) 모집단 - 연구하고자 하는 특정 그룹표본 - 모집단의 하위 집합을 의미하며, 무작위하고 편향적이지 않..
안녕하세요. 위기의 코딩맨입니다.6월 11일자로 강의가 종료되었고 얼마전에 수료증까지 나왔습니다.강의 내용은 기초적인 부분이 대부분이었고,현업에서 뛰고 계시는 분들이 코치를 맡아서 해주셨습니다. [ 후기 ]처음 목표였던, 내가 공부를 잘하고 있는가? 라는 질문에선 그래도 엇나가지는 않았구나! 느낌이 들었습니다.그렇지만 조금 더 깊게 생각해야되고, 공부해야할 부분도 많구나..부족한 부분이 엄청나게 많구나 생각이 들었습니다. 앞으로 수학적인 부분을 조금 신경써야 될것 같습니다.또한, 이 분야에 많은 분들이 목표를 갖고 공부를 아주 열심히 하고 있구나! 라는 것을 많이 느끼게 되었습니다. 저 또한, 앞으로 더 지식을 쌓아 나아가며, 조금 더 좋은 필드에서 일할 수 있는 환경을 만들어야 겠습니다. 흐흐그리고 수..
안녕하세요. 위기의 코딩맨입니다.조금씩 공부를 하면서 수학의 중요성을 다시금 느끼게 되었습니다.어렸을때 공부좀 할걸... 후회만하고 아무것도 안할순 없지.. 이제부터 기초부터 지식을 쌓아보도록 하겠습니다.지금은 아주 기초적으로 의미만 정리하며 공부해보도록 하겠습니다. [ 확률 ] 확률이란? - 어떠한 사건이 일어날 가능성동전을 10번 던져서 앞면이 6번 나올 확률비행기가 결항될 확률가능도 (likehood) - 확률과 비슷하지만, 확률은 아직 일어나지 않은 사건에 대해 예측하지만, 가능도는 이미 발생한 사건의 빈도를 측정하는 것 사건의 발생확률은 0.0 ~ 1.0 사이의 값이여야함 (0~100%) P(X) = 0.6P(notX) = 1.0 - 0.60 = 0.40 확률은 모든 합이 1.0 또는 100%이..
안녕하세요. 위기의 코딩맨입니다.드디어 벌써 마지막 주차가 되었습니다.처음 시작할때, 열심히 해보자 했는데 점점 갈수록 어려워져서 힘이 들더라구요!그래도 마지막 주차까지 화이팅 해보겠습니다. [ 7주차 학습내용 ]RNN Sequential Model : 다음 인풋 데이터를 예측하는 것Markov Model : 가정했을때, 현재는 과거 데이터(설정한 과거)를 기반으로 예측, 많은 정보를 버릴수밖에 없음(설정한 과거를 제외하면 버리게됨)Latent Autoregressive Model Recurrent Neural Network Short-term dependencies -과거의 데이터는 미래에 적용되기 어려움Long-term dependencies시계열 데이터가 커질수록(중첩) 계산이 계속 늘어남Va..