데이터분석과 개발

* 공부한 것을 정리한 글이므로 틀린 내용이 있을 수 있습니다. * 더 좋은 방법 또는 틀린부분이 발견될 시 계속 수정하며 업데이트 할 예정입니다. 안녕하세요! 오늘은 확률 변수에 대한 포스팅을 먼저 진행하려 합니다. 고등학교때부터 확률변수를 설정해서 확률을 구하는 문제를 많이 풀었지만 막상 확률변수가 뭐야?라고 했을때 대답하기가 어려운 것 같습니다. 확률변수를 사용하는 이유는 실험을 했을 시에 각각의 사건보다 어떤 함수에만 관심이 있을 때 사용합니다. 이렇게 말하면 당연히 이해가 안가니 예시를 들어보겠습니다! 주사위 2개를 던질 때 단순히 (3,3)이 나오는 사건의 확률을 구하고 싶을 수도 있지만 주사위 2개를 던졌을 때 두수의 합이 6이 나오는 확률을 구하고 싶을 수 있습니다. 데이트를 나가야 해서 ..

* 공부한 것을 정리한 글이므로 틀린 내용이 있을 수 있습니다. * 더 좋은 방법 또는 틀린부분이 발견될 시 계속 수정하며 업데이트 할 예정입니다. 안녕하세요 오늘은 확률의 기초 표본공간과 사건에 대해 정리해보려 합니다. 최근 모델들을 보면 정확한 예측값을 도출하는 결정론적(Deterministic)한 방식에서 시계열의 확률분포를 추정하여 해당분포에서 예측값을 도출하는 방식을 많이 사용하고 있습니다. 이를 위해 데이터분포에 대한 포스팅을 하기 전 확률 공리에 대한 기본개념을 정리해보려고 합니다! 표본공간의 개념에 대해 알고 나면 확률변수,확률분포를 이해할 때 좋은 것 같습니다. *표본공간(S) 표본공간은 어떤 실험에서 나올 수 있는 모든 사건의 집합을 의미합니다. 예를 들어 동전을 한번 던지면 앞면(H)..

* 이 포스팅은 '응용이 보이는 선형대수학' 을 정리한 포스팅 입니다. * 보기 쉽게 정리하기보단 공부한 내용만 간략하게 정리할 예정입니다. chapter 2 의 내용은 가우스 조단 소거법에 관한 내용이 주로 이룸 이 과정은 계산 과정이기 때문에 생략 * 간단 정리 2.1 연립선형방정식 선형방정식이란? : 최고 차수가 1인 방정식 ex. ax + by + c = 0 : (o) 1차 ex. a*xy +_by = 0 :(x) 2차 연립 선형방정식이란? 선형 방정식 여러개 모여 있는 것. 선형시스템이라고도 부름 연립선형방정식의 부정, 불능 불능 : 해가 존재하지 않는 경우 부정 : 해가 무수히 많은 경우 2.2 가우스 조단 소거법 제가 수학과라 생략..! 2.3 연립선형방정식의 응용 다항식 곡선맞춤, 네트워크..

* 이 포스팅은 '응용이 보이는 선형대수학' 을 정리한 포스팅 입니다. * 보기 쉽게 정리하기보단 공부한 내용만 간략하게 정리할 예정입니다. * 간단 정리 1.1 기본적인 수학개념 * 사상(mapping) 집합 A와 B에 대해서 A의 원소가 B의 어떤 원소 하나에 대응될 때, 이 관계를 A에서 B 로의 사상 f 라고 하고 f : A -> B 라고 표현 이때 집합 A를 '정의역', 집합 B를 '공역' 이라고 함. 또한 사상 f에 의해 A 원소들이 대응되는 원소의 상을 '치역' 이때 (1) 전사 공역과 치역이 같은 사상을 전사라고 부른다. -> 대응되지 않는 정의역의 원소가 없을 경우 (2) 단사 or 일대일 사상 정의역의 원소가 다르면 대응하는 상도 다를 경우 단사 혹은 일대일 사상이라고 부른다. 자주보는..