패스트캠퍼스 환급챌린지 3일차 : Part1 딥러닝을 시작하기전에 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

https://bit.ly/4hTSJNB

봄맞이 특급 혜택 '하나 더 봄'🌸 1+1 이벤트 (3/4~3/9) | 패스트캠퍼스

 

연속확률분포란 확률변수 X가 값이 무한한 경우의 확률을 말하는 것으로, 예를 들어 사람의 키나 몸무게가 있다. 

사람의 키나 몸무게는 정수 또는 소수점 첫번째 자리까지만 표현하여 의미를 전달하는데, 실제 물리적으로는 동일한 키와 몸무게를 가지는 사람을 찾기가 어렵다. 

그렇기 때문에 특정한 값 X에 대하여 정확한 확률 값을 표현할 수 없어 구간의 값을 사용하게 된다. (a <= x <= b)

어떤 확률 변수 x가 어떤 구간에 속할 확률은 0~1 사이로, 모든 구간의 합은 1이다. (단, 겹치는 구간이 없는 경우)

a~b 구간에 대한 어떤 확률 값은 확률 x 구간 길이의 합으로 계산할 수 있다. 

균등 분포는 모든 확률 변수에 대하여 일정한 확률 값을 가지는 분포로, 주사위를 굴렸을 때 나올 수 있는 확률은 1/6로 동일한데 이를 균등 분포라고 할 수 있다. 

정규 분포는 평균과 표준 편차로 결정되는 것으로, 평균을 기준으로 왼쪽과 오른쪽의 그래프가 대칭을 이룬 종 모양을 형성하게 된다.

정규 분포의 특징으로는 평균 값에 따라서 정규 분포가 좌우로 평행이동할 수 있다는 것과, 분산이 클수록 종 모양이 넓게 펴지고, 작을 수록 표족한 모양의 종 모양을 형성하게 된다. 

정규 분포를 수학적으로는 가우시안 분포라고도 부르는데, 정규 분포는 현실 세계의 많은 데이터를 모델링할 때 표현할 수 있다. 

표준 정규 분포는 평균이 0, 표준 편자가 1인 정규분포로 정규 분포함수를 표준정규분포함수로 변환하면 확률을 계사하기가 용이해진다. 

지수 분포는 특정 시점에서 어떤 사건이 일어날 때까지 걸리는 시간을 측정하는 것으로 예를들어 가게에 손님이 10분에 1명이 온다고 할 경우, 그 다음 손님이 올 때까지 걸리는 시간의 합과 같은 곳에서 사용된다. 

이런 지수 분포는 특정 시점에서 부터 소요되는 시간은 과저에 영향을 받지 않는 무기억성 특징을 가게 된다. 

파트1의 경우 확률과 통계의 용어적 설명과 특징에 대한 설명이 주를 이루기 때문에 강의 내용만으로는 충분한 이해가 어려울 수 있다. 이를 보완하기 위해 나왔던 개념을 추가적으로 검색하고 이해할 필요성을 느끼게 한다.