LG Aimers

상관관계와 인과관계는 다르다.Error bar 추가하기C와 D는 평균은 다르지만 오차범위가 크기 때문에 통계적으로 유의미하지 않다.Error bar는 시각적으로 가이드를 주고, 실제 데이터를 해석할 때는 적절한 통계 테스트를 찾아야한다.Outlier를 제거해야한다.데이

전통적 품질관리에서의 품질 : "규격에 부합하는 것"오늘날의 품질 : "규걱 접합성" → "고객 요구의 충족"선험적 관점 : 품질을 정의할 수 없더라도 무엇인지 고객이 인지제품 관점 : 바람직한 성분이나 속성의 함량 차이사용자 관점 : 용도의 적합성제조 관점 : 요구사

4M(Man, Machine, Material, Method)를 input으로 투입하여 통계적인 방법 및 절차, 자원의 합성을 통해 제품/서비스라는 output을 고객에게 제공VOC를 이용하여 Feed-Back을 한다.공정에서 요구되는 품질이나 생산성 목표를 달성하기

제품 라이프 사이클 관점의 Total Cost 관리가 필요하다.품질 비용은 잠재적 Risk시장 품질은 예측 가능하고 Control이 되어야 한다.Recall과 같은 상황이 발생하면 기업의 이익에 손해가 급격히 커진다.주어진 작동 환경에서 주어진 시간 동안 시스템이 고유

본 포스트는 LG Aimers 활동에 참여하며 온라인 AI 교육을 정리한 내용입니다!프로그램에 관심이 있으시다면 https://www.lgaimers.ai/ 를 참고해주세요!!일반적으로 사건이 1건 발생하는데 걸리는 시간에 대한 분포로 사용된다.지수분포를 따르

Data로부터 내재된 패턴을 학습하는 과정spam mail 판단, image 인지, 가격 예측 등이 가능하다.Binary Classification / Multiclass classification / Regression..데이터 셋이 입력 X와 출력 y(label)의

본 포스트는 LG Aimers 활동에 참여하며 온라인 AI 교육을 정리한 내용입니다! 프로그램에 관심이 있으시다면 https://www.lgaimers.ai/ 를 참고해주세요!! Linear models $$hw(x) = \theta0 + \theta1k1(x1)

본 포스트는 LG Aimers 활동에 참여하며 온라인 AI 교육을 정리한 내용입니다! 프로그램에 관심이 있으시다면 https://www.lgaimers.ai/ 를 참고해주세요!! Gradient

본 포스트는 LG Aimers 활동에 참여하며 온라인 AI 교육을 정리한 내용입니다! 프로그램에 관심이 있으시다면 https://www.lgaimers.ai/ 를 참고해주세요!! Linear Classification classification : 모델의 출력이 d

본 포스트는 LG Aimers 활동에 참여하며 온라인 AI 교육을 정리한 내용입니다! 프로그램에 관심이 있으시다면 https://www.lgaimers.ai/ 를 참고해주세요!!

본 포스트는 LG Aimers 활동에 참여하며 온라인 AI 교육을 정리한 내용입니다!프로그램에 관심이 있으시다면 https://www.lgaimers.ai/ 를 참고해주세요!!머신러닝에서 알고리즘의 종류에 상관 없이 서로 다르거나 같은 매커니즘으로 동작하는 다

본 포스트는 LG Aimers 활동에 참여하며 온라인 AI 교육을 정리한 내용입니다! 프로그램에 관심이 있으시다면 https://www.lgaimers.ai/ 를 참고해주세요!! DNN의 기본 동작 과정 Deep Neural Network(심층 신경망) 두뇌 속에

Gradient Descent neural network에서 최적화를 하고자 하는 parameter들과 학습 data를 parameter들로 이루어진 neural network에 입력으로 집어넣어서 ground truth 값과 비교함으로써 차이를 최소화하도록 하는 l

computer vision 영역에서 거의 default로 사용되는 핵심 deep learning 구조분류 문제, 자세 추정 문제, 정보 인식, 의료 영상이나 문자 인식, 알파고 등에 사용된다.다양한 경우에 대해 robust하게 영상 인식을 하는 알고리즘이 동작해야한다