수학
1.그라디언트 (∇𝑓), 라플라시안(∇²𝑓)과 다이버전스(∇⋅𝐹)의 차이
그라디언트(Gradient), 다이버전스(Divergence), 라플라시안(Laplacian)의 차이에 대한 설명입니다.
2.Likelihood (우도) 설명
우도는 “모델이 데이터를 얼마나 잘 설명하는가”를 수치화한 것입니다.
3.조건부 확률 분포 설명
조건부 확률 분포는 어떤 사건이나 변수가 주어졌을 때, 다른 사건이 일어날 확률이 어떻게 분포되는지를 나타냅니다. 인공지능 논문을 읽다보면 수식에서 조건부 확률 분포 표현이 많다보니, 해당 포스트에 개념을 정리했습니다.
4.체인룰 예시 (은닉층이 2개인 경우)
2개의 은닉층(hidden layers)이 있는 신경망의 간략한 예시입니다.
5.스펙트럴 방법 (Spectral Method) 및 푸리에 변환 (Fourier Transform)
스펙트럴 방법으로 포아송 방정식을 푸는 원리 이 글에서는 스펙트럴 방법(Spectral Method)을 사용하여 포아송 방정식(Poisson Equation)을 풉니다. 이 방법의 핵심은 푸리에 변환(Fourier Transform)을 통해 스펙트럼 도메인(Spect
6.3D 형상을 Grid로 표현하는 방식들
Indicator grid, Occupancy grid, Signed distance function에 대한 설명입니다.
7.ReLU와 선형 함수의 특성: Additivity와 Homogeneity의 불만족
비선형 함수의 선형 조건에 대한 설명입니다.
8.Translation Equivariance & Translation Invariance 설명 및 차이점
Translation equivariance와 translation invariance는 비슷하게 들리지만, 의미는 다릅니다.
9.L1 Norm과 L2 Norm, 뭐가 다를까? 예제로 쉽게 이해하기
L1 Norm vs L2 Norm: 개념부터 예제까지 한눈에 정리
10.Precision, Recall, F1, Dice, Specificity 한 번에 정리!
모델 평가 지표 총정리: 분류와 세그멘테이션에서 헷갈리지 않기!
11.유클리드 거리 vs 지오데식 거리: 평면과 곡면에서의 최단거리 개념 이해하기
유클리드 거리와 지오데식 거리란?
12.Bayes 정리 완벽 정리! Prior, Likelihood, Posterior 한 번에 이해하기
베이지안 통계 핵심 정리: Prior, Likelihood, Posterior 완벽 이해하기
13.T-검정과 P-값, 그리고 신뢰 구간
데이터 분석에서 우리가 자주 접하는 질문 중 하나는 다음과 같습니다:“A 그룹과 B 그룹 사이에 정말 의미 있는 차이가 있을까?”바로 이런 질문에 통계적 가설 검정이 필요하고, 그 핵심 도구가 바로 T-검정(T-test)과 P-값(P-value)입니다.