taewan.kim 블로그

1. 조합 순열(Permutation): 순서있게 나열하는 방법의 수 $_nP_r$: n개중에서 r개를 뽑아서 순서 있게 나열한 수 $\frac{n!}{(n-r)!}$ 조합(Combination): 순서를 고려하지 않고 선택하는 방법의 수 순열을 순서를 고려한 경우의 수임 조합은 순서를 고려하지 않음 순열의 객수에 선택한 갯수의 경우의 수로 나워서 순열의 중복을 제거 순열의 순서를 제거 => $_nC_r = \frac{_nP_r}{ ......

확률 통계

1. 같은것이 존재하는 순열 같은 것이 있는 순열 ABCD 나열: 4! AACD의 나열 ABCD에서 B를 A로 치환한것 ABCD와 BACD는 AACD가 됨 2가지 경우의 수는 1개가 됨 두 가지가 같은 것이므로 제외: 4!/2! = 12 AAAD의 나열 ABCD의 ABC를 A로 치환 ABCD, ACBD, BACD, BCAD, CABD, CBAD는 AAAD가 됨 6개가 1개로 됨 4!/3!=4 AABB이 나열 ABCD에서 C=A로 D=B로 치환 4!/(2!2!)= 6 일부의 순서가 결정된 순열 문제1: ABCDE가 존재한다.

확률 통계

1. 원순열 순열: 일렬로 순서있게 나열하는 방법, 처음과 끝이 존재 원순열: 처음과 끝이 없는 상태로 순서있게 나열하는 방법, 원위에 나열하는 개념 처음과 끝이 없다 한방향으로 요소의 나열 순서가 같으면 같은 것으로 간주 처음과 끝이 없는 순열에 처음과 끝을 만드는 방법 첫번째 요소를 고정하여 기준으로 처음과 끝을 만듦 첫번째 요소는 모든 요소가 위치할 수 있음 전체 순열의 수에서 첫 번째 요소에 올 수 있는 요소 수를 나누면 원수열의 갯수가 됨 첫번째 요소는 기준을 정하는 역할을 담당할 뿐 경우의 수에 미치는 영향이 없어짐 $$ 원순열= /frac{n!

확률 통계

1. 경우의 수 합의 법칙: 동시에 일어나지 않는 사건 (각 사건의 경우의 수 합) 곡의 법칙: 동시에 일어나는 혹은 연달아 일어나는 두 사건(가 사건의 경우의 수 곱) Case1 - 합의 법칙 사례 문제: 1-10 카드 10장 중에서 2장을 선택하여, 두 합이 7의 배수가 되는 경우의 수 풀이 두 장의 카드 합의 크기 범위: $3<= A+B <= 19$ 가능한 7의 배수: {7, 14} 두 카드를 선택할 때 순서는 중요하 ......

확률 통계

머신러닝 프로제트 절차 머신러닝 프로제트 절차 문제 정의 데이터 수집 Data Discovery: 탐색과 시각화 for Insight 데이터 전처리 모델 선택 및 훈련 모델 미세 조정 해법(Solution) 제시 시스템 구축 및 모니터링, 유지보수 Dataset 주요 데이터 공개 사이트 UC 얼바인: http://archive.ics.uci.edu/ml Kaggle: http://www.kaggle.com/datasets AWS: h ......

딥러닝 Deep Learning Machine Learning

SVM 적용 분야: 선형 분류, 비선형 분류, 회귀, 이상치 탐색 적용 데이터: 중/소 규모 데이터에 적합 복잡한 데이터를 잘 풀이 용어 Large Margin Classification: 라지 마진 분류 Support Vector: 도로 경계에 위치한 데이터 SVM은 도로 경계를 나누는 모델 데이터의 Scale에 민감하게 만응 정규화를 선행해야 함 레이블을 반환, 확률을 반환하지 않음 SVM의 유형 Hard Margin 분류: ......

딥러닝 Deep Learning Machine Learning

강좌 URL: http://kooc.kaist.ac.kr/machinelearning1_17 1주 Lecture 0: Introduction 강좌 동영상 최근 인공지능은 어디에서나 쓰이는 기술 요소 인공지능은 어디에서나 쓰이는 기술 요소 이메일 스팸필터 기능 SNS의 친구 추천 기능 동영상 재생 추천 기능 자동차 번호판 인식 기능 대규모 생산 공정에서의 품질 관리 적재적소에 물품을 운송하는 물류 시스템 군대의 자동화 무기 재난 ......

기계학습 Machine Learning 문일천 kooc

Coursera에서 deeplearning.ai가 운영하는 ‘Neural network and deep learning[↗NW] ]‘의 2주차 강의 정리입니다. 강의 구성 Logistic Regression as a Neural Network Binary Classification Logistic Regression Logistic Regression Cost Function Gradient Descent Deriv ......

딥러닝 Deep Learning Machine Learning Coursera Andrew NG 김태완

Coursera에서 deeplearning.ai가 운영하는 ‘Neural network and deep learning[↗NW] ]‘의 1주차 강의 정리입니다. 동영상 목록 Welcome: (5min) What is a neural network (7min) Surpervised Learning with neural network (8min) Why is deep learning taking off? (10min) Ab ......

딥러닝 Deep Learning Machine Learning Coursera Andrew NG 김태완

1장에서는 머신러닝의 기본 개념과 Scikit-learn에 대한 간략한 소개로 시작합니다. 또한 이 책에서 다룰 주요 환경에 대해 소개합니다. 마지막으로 KNN으로 붓꽃을 분류하는 예제를 통해서 데이터 수집, 적재, 탐색 및 학습의 과정을 소개합니다. 머신러닝의 가장 기본적인 용어와 접근법에 대한 기초적인 이해를 전달하는 것을 목표로합니다. 1장의 예제 코드와 실행 결과는 다음 URL에서 확인할 수 있습니다. - https://github.co ......

python Machine Learning 머신러닝 기계학습 김태완