𝑁𝑜𝑡𝑒𝑏𝑜𝑜𝑘

[ 목차 ] 로지스틱 회귀: 데이터가 어떤 범주에 속할 확률을 0에서 1사이의 값으로 예측한 뒤 그 확률에 따라서 가능성이 특정 기준치 이상인 경우 해당 클래스로 분류해주는 지도 학습 알고리즘 x가 연속형 변수이고, y가 특정 값이 될 확률이라고 설정한다면, 왼쪽 그림과 같이 선형으로 설명하긴 쉽지 않아 보인다 확률은 0과 1사인데, 예측 값이 확률 범위를 넘어 갈 수 있는 문제가 있다하지만 오른쪽 그림은 s자 형태의 함수를 적용하면 잘 설명한다고 할 수 있을 것 같다   함수시그모이드 함수 중 하나로 립러닝에서 다시 활용 = 값을 계산하면 확률이 도출 ‼️위 식을 p에 대해서 정리하여 다음과 같이 표현 가능 🟢로짓의 장점 : 어떤 값을 가져오더라도 반드시 특정 사건이 일어날 확률      (Y값이 특..

KEEP (현재 만족하고 있는 부분, 이어가면 좋을 부분)머신러닝, 딥러닝 머리에 1도 안 들어와서 책이랑 같이 공부하는 자세 쏘 굿. PROBLEM (불편하게 느끼는 부분, 개선이 필요한 부분)이번 주 ? 없어요 나 정말 매우 완전 정말 잘 했다요 TRY (문제에 대한 해결책, 다음 회고때 판별 가능한 것, 당장 실행 가능한 것)문제 ? 흠 강의 복습하기   간단한 개념정리 인공지능사람처럼 학습하고 추론할 수 있는 지능을 가진 시스템을 만드는 기술머신러닝규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야대표적인 머신러닝 라이브러리는 사이킷런(Scikit-learn)이 있다 딥러닝인공 신경망을 기반으로 한 방법들을 통칭딥러닝 라이브러리로는 텐서플로(Tensor..

[ 목차 ]  선형회귀공통Y는 종속 변수, 결과 변수X는 독립 변수, 원인 변수, 설명 변수통계학에서 사용하는 선형회귀 식$\beta_0$ : 편향 $\beta_1$ : 회귀 계수$\varepsilon$ : 오차(에러), 모델이 설명하지 못하는 Y의 변동성 머신러닝/딥러닝에서 사용하는 선형회귀 식w: 가중치b: 편향(Bias)결국 두 수식이 전달할려는 의미는 같음회귀 계수 혹은 가중치를 값을 알면 x가 주어졌을 때 y를 알 수 있다는 뜻 !우리의 편의를 위해 x의 계수는 가중치라고 지칭 질문Q1) 가중치(w)를 알게 되면 X값에 대하여 Y값을 예측할 수 있다는 것은 이해가 되는데, 그럼 가중치는 어떻게 구하죠?데이터가 충분히 있다면 가중치를 '추정'할 수 있다 자세한 설명은 다음 블로그에서 회귀 평가지표..

[ 목차 ]머신러닝AI : 인간의 지능을 요구하는 업무를 수행하기 위한 시스템Machine Learning : 관측된 패턴을 기반으로 의사 결정을 하기 위한 알고리즘Deep Learning  : AI를 포괄하여 통계학과 컴퓨터공학을 바탕으로 발전한 융합전문Data Analysis : 데이터 집계, 통계 분석, 머신러닝을 포함한 행위 머신러닝은 데이터 수집과 처리기술의 발전으로 대용량 데이터의 패턴을 인식하고 이를 바탕으로 예측, 분류하는 방법론을 말함머신러닝의 종류Supervised Leaning (지도학습)Unsupervised Learning(비지도 학습)Reinforcement Learning(강화 학습) 머신러닝 적용 분야금융 : 신용평가, 사기탐지, 주식 예측헬스케어 : 질병 예측, 환자 데이터..

[ 목차 ]   https://yozm.wishket.com/magazine/detail/1633/ A/B 테스트 제대로 이해하기: ①테스트를 설계할 때 우리의 진짜 질문은? | 요즘IT서비스 기획, PM, 그리고 그로스 해킹과 관련한 부트캠프나 신입 교육 과정을 살펴보면, A/B 테스트에 관한 이야기가 많다. 아마도 서비스를 개선하는 실험 방안 중 하나로 A/B 테스트가 가장 유명(yozm.wishket.comhttps://yozm.wishket.com/magazine/detail/1644/ A/B 테스트 제대로 이해하기: ②A/B 테스트를 위한 기초 통계 이해하기 | 요즘IT앞선 글에서 A/B 테스트를 설계하거나 수행할 때 ‘목표를 달성하기 위한 방안으로 A와 B 중 어느 게 더 나은가?’ 뒤에 숨은..

[ 목차 ]재현 가능성우연히 결과가 나오는 것이 아닌, 항상 일관된 결과가 나오는지 확인해야 함!재현 가능성동일한 연구나 실험을 반복했을 때 일관된 결과가 나오는지 여부 ( 연구의 신뢰성을 높이는 중요한 요소 )ex) 신약을 개발할 때 실험실에서만 효과가 있는 것이 아니라 실제 상황에서도 일관된 결과가 나온다고 믿을 수 있기 때문에 개발 가능한 것최근 p값에 대한 논쟁이 두드러지고 있음p값을 사용하지 않는 것이 좋다유의 수준을 0.05에서 변경하는 것이 좋다가설검정 원리상의 문제나 가설검정의 잘못된 사용이 낮은 재현성으로 이어진다는 문제 발생최근 논문을 다시 재현해서 실험을 해보는데 똑같은 결과가 나오지 않는 사례가 많아 재현성 위기가 문제 되고 있음중요성결과가 재현되지 않는다면 해당 가설의 신뢰도가 떨..