추정이란, 표본으로부터 미지의 모수를 추측하는 것이다. 추정에는 1) 점추정 과, 2) 구간추정 이 있다. 점추정의 경우, 모수가 특정한 값일 것이라고 추정하는 것이며 표본의 평균, 중위수, 최빈값을 사용한다. 반면 구간 추정의 경우, 점추정의 정확성을 보완하기 위해 확률로 표현된 믿음의 정도 하에서 모수가 특정한 구간에 있을 것이라고 선언하는 것이다. 구간 추정의 경우 항상 추정량의 분포에 대한 전제가 주어져야 하고, 구해진 구간 안에 모수가 있을 가능성의 크기(신뢰수준)이 주어져야 한다. 이를테면 내가 이번 중간고사에서 정확히 90점을 맞출 것이다! 라고 추정하는 것보다는 80-90점 사이의 점수가 나올 것이다 라고 추정하는 편이 더 신뢰성있는 것처럼 말이다. 이러한 점추정량에서는 다음과 같은 조건이..

확률이란 표본공간 S에 부분집합인 각 사상에 대해 실수값을 가지는 함수의 확률값이 0과 1사이에 있고, 전체 확률의 합이 1인 것을 의미한다. 이 중에서도 확률변수는 특정값이 나타날 가능성이 확률적으로 주어지는 변수이며,이산형 변수와 연속형 변수에 따라 기댓값에 대한 정의가 달라진다. 적률은 수학에서 함수의 모양을 설명하며, 통계학에서는 1에서 부터 4까지, 평균에서부터 첨도로 나뉜다. 일반적으로 확률변수 X에 있어 k차 적률은 다음과 같다. 이산형 확률 변수에서의 확률 분포 확률변수에서도 이산형 확률 변수는 0이 아닌 확률값을 갖는 확률 변수를 셀 수 있는 경우이며,이산형 확률분포 내에는 베르누이 확률 분포가 있으며 결과가 2개만 나오는 경우이다. 반면, 결과가 N번 반복 될때 K번 성공할 확률에 대한..

Bias와 Variance의 차이는 무엇인가?Bias란 데이터 내에 있는 모든 정보를 고려하지 않음으로 인해 지속적으로 잘못된 것들을 학습하는 경향을 의미한다.Variance란 데이터 내에 있는 에러까지 모두 고려함으로 인해 실제 현상과 관련없는 것까지 학습하는 경향을 의미한다. bias(편향)이 높다는 것은 실측치와 예측치간의 오차가 벌어진 것을 의미하며, Variance(분산)이 높다는 것은 예측의 범위가 높다는 것을 의미한다. 즉, bias가 높다는 것은 과소적합(underfitting, 꾸준히 틀리는 상황)이며 Variance가 높다는 것은 과대적합(Overfitting, 예측의 분포가 큰 상황)임을 의미한다. 모델에 있어 데이터를 충분히 학습시키지 않을 경우 실제 데이터를 예측하지 못해 Bias..

p-value란 무엇인가?귀무가설이 맞다는 전제 하에 표본에서 실제로 관측된 통계치와 같거나 더 극단적인 통계치가 관측될 확률. P-value는 내가 뽑은 표본평균이 귀무가설에 따라 나올 확률이 몇 %가 되었는가를 찾는 방법이다예를 들어 두 표본 평균의 차이를 검증한다고 할 때, 두 표본 집단의 모집단이 같다는 가정을 전제하여 통계를 진행한다. R-Square의 의미는 무엇인가?결정계수라고 불리며, 회귀모형의 설명력을 표현한 것. 0에 가까울수록 설명력이 낮고, 1에 가까울수록 높다. R-squred는 1-SSE/SST(SSR/SST)로 구할 수 있으며, SST는 Sum of squre Total이며, SSE는 Sum of squre of error이다. SST는 실제값과 예측값, 평균값 사이에 발생한 ..

In this posting, we will learn how Python can easily crawl and save images to files. First, search the Google Search window for words to search for images. (In my case, I searched the 'plant' because I needed plants.) After navigating to the Image column, enter ctrl+shift+j to see the console window. You can enter the following code there. urls=Array.from(document.querySelectorAll('.rg_i')).map(..

최근 파란학기를 시작하게 되면서 앱개발을 하게 되었는데 앱에 들어갈 다양한 기능 중에 챗봇이 맘에 들어서 알아보게 되었다. 미국에 있을 땐 CNN모델을 가지고 이미지 모델링을 하는걸 배웠었는데, 챗봇의 경우 자연어 처리를 해야해서 CNN이 아닌 RNN모델을 사용하는 것을 알 수 있었다. 마침 머신러닝을 제대로 공부해보고 싶기도 하고,,,기초부터 다시 다지고 싶어서 유튜브를 여기저기 뒤진 결과 괜찮은 강의를 찾을 수 있었다! https://www.youtube.com/watch?v=TxIVr-nk1so 강의에서 나온대로 이것저것 공부해보고, 정리해보려고 한다! 첫번째로, 머신러닝이란 무엇인가에 대한 질문이다. 머신러닝, 영어 그대로 해석하면 기계학습이라는 뜻이다. 기계학습이 뭐지?라고 묻는다면 간단하게, ..