4. 인공지능을 위한 통계

인공지능 공부를 하다보면 베이즈 확률에 대한 이야기를 계속 듣게 된다. 계속 뭔가 얼렁뚱땅 넘어가는 것만 같아서 이번에는 확실하게 정리를 하고 넘어가고 싶다. Bayes Probability , 베이즈 통계학. 베이즈 통계학은 사후 확률을 추론하는 방식인 베이즈 정리

인공지능 통계에 대해 다루기 위해 먼저 베이즈 정리를 정리한 후 이번에는 중심극한정리를 제대로 정의를 알아보기로 했다... 아마 내일은 큰수의법칙 하고나서 t test, f test, p value 등을 정리하면 될 것 같다. 사실 이 블로그를 시작한 이유에도 중심극한

큰 수의 법칙.카이스트 인공지능대학원에서 제대로 답하지 못한 질문 그 두번째... 큰 수의 법칙이 뭐냐? Q. 큰 수의 법칙이 뭔가요?A. 큰 수의 법칙은 랜덤한 실험을 독립적으로 무수히 많이 실행하 때 그 평균이 이론상의 평균, 기대값에 근접해간다는 법칙입니다.Q.

자 이번에는 카이스트와 한양대학원 두 면접에서 들은 질문. 카이스트에서는 p value 가 무엇인지 물었고, 한양대에서는 f test 가 무엇이냐고 물었다. 둘다 애매하게 답변했다. 다시는 그러지 말자. P value P value 정의는 '귀무가설이 맞다고 가정

이제 통계에 대한 기초적인 이야기는 거의 다 끝나가는 것 같다. 아마 이거 쓰고 Variance Bias, 그리고 Odds ratio 까지 쓰면 면접에서 나올만한 통계와 머신러닝 기초 이론은 다 커버되지 않을까 싶다 다음으로 머신러닝 모델, 딥러닝 모델 으로 이어가면

머신러닝 이론이 거의 막바지에 이르러간다. 이거 다음으로 Odds ratio 만 추가하자. 물론 더 생각나면 재깍재깍 추가하자... Q. 머신러닝에서 Bias 와 Variance 가 무엇이라고 생각하나요? A. Bias 은 예측값과 정답의 차이의 정도이고 Varian

한번씩 튀어나오는 용어이기 때문에 준비해보자.Q. 오즈비란?A. 오즈비란 감염인자와 감염여부에서 감염/감염안됨을 나타냅니다. 또는 실패케이스 분해 성공케이스.Q. 상대위험도란?A. 상대위험도란 감염인자의 감염비율과 감염인자 없을때의 감염비율의 비를 나타냅니다. 문자에