미국이나 한국처럼 고도의 자본주의 사회에서는 사람의 능력만큼 신분을 인정받는 것에 대해 모두가 인정할 것이다. 능력주의 사회 이전의 사회가 세습신분사회이기 때문에 대단한 민주적 발전이라 여기는 사람이 많지만, 비판할 것들이 많다. 세습신분제도에서 능력위주의 사회로 건너오면서 다시 한번 생각해봐야 할 의문점들이 있다. 옛날의 하버드와 예일대학교는 학생을 선발 할때 공부보다는 집안을 보고 뽑은 경우가 대부분이었다. 그렇기 때문에 남들보다 똑똑하지 않아도, 심지어 능력에 있어 잘나지 않아도 괜찮았다. 엘리트들이 게을렀기 때문에 엘리트들을 대신해서 중산층들이 노력해야만했고, 그렇기 때문에 중산층들이 성공할 수 있었다. 이를 게으른 엘리트라고 말하며, 미국 중산층의 부상은 이러한 엘리트들의 게으름 덕분이었다. 반..

가상 광 디스크 C:\Program Files\Oracle\VirtualBox\VBoxGuestAdditions.iso을(를) 가상 머신에 삽입할 수 없습니다.mount: wrong fs type, bad option, bad superblock on 파일, missing codepage or helper program, or other error 해결방법$ sudo apt-get install virtualbox-guest-additions-iso$ sudo apt-get install virtualbox-guest-utils $ sudo usermod -G vboxsf -a '유저이름'$ reboot$sudo mount -t vboxsf '공유할 host 폴더 이름' /우분투내파일경로

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..

𝘓𝘰𝘰𝘬, 𝘵𝘩𝘦 𝘵𝘳𝘦𝘦𝘴 𝘢𝘳𝘦 𝘵𝘶𝘳𝘯𝘪𝘯𝘨 𝘵𝘩𝘦𝘪𝘳 𝘰𝘸𝘯 𝘣𝘰𝘥𝘪𝘦𝘴 𝘪𝘯𝘵𝘰 𝘱𝘪𝘭𝘭𝘢𝘳𝘴 𝘰𝘧 𝘭𝘪𝘨𝘩𝘵, 𝘢𝘳𝘦 𝘨𝘪𝘷𝘪𝘯𝘨 𝘰𝘧𝘧 𝘵𝘩𝘦 𝘳𝘪𝘤𝘩 𝘧𝘳𝘢𝘨𝘳𝘢𝘯𝘤𝘦 𝘰𝘧 𝘤𝘪𝘯𝘯𝘢𝘮𝘰𝘯 𝘢𝘯𝘥 𝘧𝘶𝘭𝘧𝘪𝘭𝘭𝘮𝘦𝘯𝘵, 𝘵𝘩𝘦 𝘭𝘰𝘯𝘨 𝘵𝘢𝘱𝘦𝘳𝘴 𝘰𝘧 𝘤𝘢𝘵𝘵𝘢𝘪𝘭𝘴 𝘢𝘳𝘦 𝘣𝘶𝘳𝘴𝘵𝘪𝘯𝘨 𝘢𝘯𝘥 𝘧𝘭𝘰𝘢𝘵𝘪𝘯𝘨 𝘢𝘸𝘢𝘺 𝘰𝘷𝘦𝘳 𝘵𝘩𝘦 𝘣𝘭𝘶𝘦 𝘴𝘩𝘰𝘶𝘭𝘥𝘦𝘳𝘴 𝘰𝘧 𝘵𝘩𝘦 𝘱𝘰𝘯𝘥𝘴, 𝘢𝘯𝘥 𝘦𝘷𝘦𝘳𝘺 𝘱𝘰𝘯𝘥, 𝘯𝘰 𝘮𝘢𝘵𝘵𝘦𝘳 𝘸𝘩𝘢𝘵 𝘪𝘵𝘴 𝘯𝘢𝘮𝘦 𝘪𝘴, 𝘪𝘴 𝘯𝘢𝘮𝘦𝘭𝘦𝘴𝘴 𝘯𝘰𝘸. 𝘌𝘷𝘦𝘳𝘺 𝘺𝘦𝘢𝘳 𝘦𝘷𝘦𝘳𝘺𝘵𝘩𝘪𝘯𝘨 𝘐 𝘩𝘢𝘷𝘦 𝘦𝘷𝘦𝘳 𝘭𝘦𝘢𝘳𝘯𝘦𝘥 𝘪𝘯 𝘮𝘺 𝘭𝘪𝘧𝘦𝘵𝘪𝘮𝘦 𝘭𝘦𝘢𝘥𝘴 𝘣𝘢𝘤𝘬 𝘵𝘰 𝘵𝘩𝘪𝘴: 𝘵𝘩𝘦 𝘧𝘪𝘳𝘦𝘴 𝘢𝘯𝘥 𝘵𝘩𝘦 𝘣𝘭𝘢𝘤𝘬 𝘳𝘪𝘷𝘦𝘳 𝘰𝘧..

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..