패스트캠퍼스 환급챌린지 8일차 : Part1 딥러닝을 시작하기전에 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

https://bit.ly/4hTSJNB

온라인 강의 7주년 기념 1+1 이벤트 특별 연장! (3/10~3/12) | 패스트캠퍼스

Ch01-13 확률 분포의 추정

1) 확률 분포의 추정

- 데이터를 가지고 확률 분포를 추정하는 기술

: 베르누이는 데이터가 0 과 1의 형태를 가지고, 정규 분포는 데이터의 크기 제한이 없는 실수인 경우, 카테고리 분포는 데이터가 카테고리 형태

2) 확률 분포를 계산하는 방법

- 모멘트 = 적률 = 분포의 특징을 설명해주는 지표라고 할 수 있음

: 확률 분포에서 계산한 특정 값의 일종, 1차 모멘트는 평균이고 2차 모멘트는 분산, 3차 모멘트는 왜도, 4차 모멘트는 첨도라고 함

: 왜도는 확률 밀도 함수의 비대칭성을 나타내는 척도이고, 첨도는 뾰족한 정도를 재는 척도

: 모멘트 추정에 대한 추가적인 이해를 위해 유튜브를 확인

https://www.youtube.com/watch?v=_TfZUf7SAS0

https://www.youtube.com/watch?v=nENv-s35zuY

- 최대 가능도 추정

: 수식적으로 가장 가능성이 높은 모두(파라미터)를 찾는 방법으로, 가지고 있는 데이터 x를 토대로 모수 θ를 찾는 문제

: 확률 밀도 함수에서 모두를 변수로 간주

: 가능도 함수 L(θ;x) = p(x;θ)

: 확률 분포에 따른 가능도 함수는 다음과 같음

ㄱ. 베르누이 분포에서 θ = u

ㄴ. 이항 분포에서 θ = (N, u)

ㄷ. 정규 분포라면 θ = (u, σ^2)

강의에서 다루는 주제만으로는 개념적인 내용만을 알 수 있고, 이해를 위해서는 통계학과 수학에 대한 기본적인 지식이 있어야만 가능할 것으로 생각됨

Part1의 강의를 모두 들은 뒤에 추가적으로 유튜브나 구글을 통해 통계적인 지식을 더 공부해야지만, 전체적인 맥락을 이해할 수 있을 것으로 생각됨.

추가적으로 강의를 수강하면서 통계와 관련된 지식이 필요할 경우 아래의 참고 자료를 통해 공부를 더 깊게할 예정

#참고자료

통계 공식과 개념 이해를 위한 동영상

https://www.youtube.com/watch?v=CQA7cdxozHY

ebs의 확률과 통계 강의

https://www.ebs.co.kr/free/commentary/high/course/18805

EBS 장애인 서비스