[패스트캠퍼스 환급챌린지]딥러닝 42

[패스트캠퍼스][환급 챌린지]Chapter 1. 딥러닝을 위한 통계 01-02 확률변수와 확률분포

01-02 확률변수와 확률분포 한참 수능 수학에 갈려나가던 고3 시절, 확.통 파트는 저의 아킬레스건이나 마찬가지였습니다. 그 첫 발목을 잡은 대상이 바로 오늘 이야기할 이 친구들. 확률 변수와 확률 분포였습니다. 지금이야 학부도 졸업하고 확률 통계 수업도 들은 데다가 머신러닝을 접하면서 통계적 지식이 많이 쓰이다 보니 자연스럽게 친숙해졌지만, 그 당시 제 머릿속에서 확률 계산은 왜 주사위를 고따위로 몇 번씩 굴리는지 이해할 수 없는 파트에 불과했습죠. 문제는 이 부분을 이해하지 못하니 뒷부분에서 통계 이야기를 할 때도 이해할 리 만무했다는 겁니다. 그리고 이는 달리 말하면 이 부분을 이해하면 혈이 뚫리듯이 이해의 폭이 확장될 수 있다는 것이 아닐까 생각됩니다. 천만다행히도 학부와 대학원 코스웍에서 너무..

[패스트캠퍼스][환급챌린지]Part 1. 딥러닝을 위한 통계: 01-01 확률 개요

환급챌린지 데일리 미션, 드디어 30일간의 미션 시작입니다. 그럼 제일 기초부터 들어갑니다. 머신러닝과 딥러닝에서 가장 중요하고 유용한 개념인 확률과 통계부터 짚고 들어갑니다. 솔직한 심정으로, 고3 때 확.통을 제일 기피했던 저로서는 머신러닝 공부를 시작하면서 그때 좀 더 공부해둘걸 싶은 때가 한두 번이 아니었습니다... 반대로 공부하면서 가장 도움이 되기도 한 게 확통이었던 만큼 잘 정리해 보죠....! Part 1. 딥러닝을 위한 통계 01-01 확률 개요 def) 확률: 특정한 사건이 일어날 가능성을 수로 표현한 것 절대 일어나지 않을 경우 0, 반드시 일어날 경우 1 즉, 0 ≤ p ≤1입니다. - 기계학습 모델을 확률적으로 이해하기 이를 기계학습(머신러닝, ML) 모델에 적용해 보면 이렇게 정..