목록머신러닝 (1)

JUST DO IT!

머신러닝을 위한 확률 기초 - TIL230719

📚 KDT WEEK 16 DAY 3 TIL 확률 기초 머신러닝 모델학습의 목표 > 손실함수(예측값과 라벨사이 거리)의 최소화 해당 식은 확률에 대한 지식을 기반으로 만들어진 식이다. 따라서 머신러닝에 대해 깊게 이해하려면 확률에 대한 기초지식이 필요하다. 🟥 확률 실험의 결과(ex. 동전던지기)로 발생하는 모든 결과의 집합(표본집합)을 S라고 할 때, 집합 S의 부분집합(event)을 실수값에 대응시키는 함수! 동전을 한번 던졌을 때 모든 결과의 집합, 즉 표본집합은 앞면(H), 뒷면(T)로 이루어진다. 따라서 S = {H, T}이고, 여기서 앞면이 나올 확률은 P = {H}라고 하며, 1/2가 된다. 확률변수 확률변수 X는 표본집합 S의 원소 e를 실수값 X(e) = x에 대응시키는 함수이다. 다음 그..
TIL 2023. 7. 24. 14:19
이전 Prev 1 Next 다음