https://www.youtube.com/watch?v=JUJNGv_sb4Y Stanford의 Andrew Ng 교수님의 Deep Learinig 수업 Week Select ProblemGet dataDesign ModelTrain ModelTest Mode

베이지안 네트워크에서 값을 모르는 노드를 추론하려면 주로 Bayesian Posterior을 통하여 접근하는 방법을 생각할 수 있다.Markov property를 이용하여 이러한 posterior를 구하는 식을 쓰는 건 매우 간단하다.우리가 사전에 가지고 있는 정보는

*본 포스팅은 서울대학교 데이터사이언스 대학원 이상학 교수님의 "데이터사이언스를 위한 머신러닝과 딥러닝2" 강의록을 기반으로 함. 기존의 markov chain의 가정에 의하면, 모든 상태는 그 직전 상태에만 의존하므로, 이전 상태에 현 상태에 대한 모든 정보가 포함

\*본 포스팅은 서울대학교 데이터사이언스 대학원 이상학 교수님의 "데이터사이언스를 위한 머신러닝과 딥러닝2" 강의록을 기반으로 함.Clustering에는 많은 방법들이 있다.Clustering 방법들에 대한 평가를 위해서, 어떠한 측도가 필요할 것이다.이를 위한 하나의

Motivation $$\int_a^b h(x)dx $$ 과 같은 적분을 계산하는 것은, $h(x)$가 복잡한 함수이거나 $x$가 다차원 벡터인 경우 쉬운 일이 아니다. 이런 경우, 적분값을 근사적으로 구하기 위해, 여러가지 Simulation 방법론들이 개발되었다.

MCMC(markov chain monte carlo)를 이해하기 위해, 간단한 markov chain theory에 대하여 알 필요가 있다. 바로 본론으로 들어가도록 하자. Markov Chain The process $\{X_n : n\in T\}$ is a M

많은 Statistical machine learning 방법론에서, 모델이 설정되고 평가기준이 선택되고 나면, 나머지 문제는 optimization로 생각할 수 있다. 이 포스트에선 optimization의 elements들에 대하여 살펴보자. 9.1. Uncon

Convex Sets. Convex set > C is Convex set if $x, x' \in C$ then $(1-\theta)x + \theta x' \in C$ for any $0 \le \theta \le 1$ Operations on Convex Sets. Intersection : > If A and B are convex ...

연구실 배정 후 처음으로 발표하게 된 논문은,논문링크https://academic.oup.com/genetics/article/192/3/1065/5935193Ancient Human Admixture(Patterson et al. 2012)이다.발표자료 -

Definition EM은 Expectation-Maximization 의 준말이다 Motivation Example 우리가 알고 있는 단순선형 회귀모델을 생각하자. $Yi = Xi\beta + \epsilon_i$ , $i = 1,2,....n$ 우리가 일반

2023년 12월 27일 학교에서 수강한 특강내용을 바탕으로 함. Linux Shell 누군가, 빅데이터를 현업에서 처리하려면 Linux 사용법을 아는 것이 중요하다고 말하지만, window만에 익숙해져 있는 사람들에게 크게 와닿진 않았을 것이다. Windows와

드디어 새로운 노트북을 장만했다. 사실 난 관심이 없는 것은 알아보려고 하지 않는 성격인지라, 기존의 노트북을 쓰면서도 컴퓨터 프로그램을 사용하던 중 문제가 생기면 컴퓨터 시스템에 대한 이해 없이, 단순 웹서핑으로 해당 ERROR에 대한 해결방안만 찾아서 임시방편으로

이 포스팅은 ai대학원 / 데이터사이언스 대학원입시를 다루고 있지 않습니다. 일반 통계대학원(서울대 통계학과, 고려대 통계학과, 성균관대 등..) 입시를 경험한 후기를 적은 글입니다.AI, 데이터사이언스 등에 대한 관심이 높아짐에 따라, 요즘엔 통계대학원도 상당히 경쟁

예전에 머신러닝 스터디에 잠깐 몸담을 때, transformer 논문을 읽고 이해한 바를 ppt로 제작해 발표한 자료입니다. 비판적으로 수용바랍니다.

..