728x90 반응형 Coursera8 5da5bbced0c441f18917f44dbfcd27ca 2022. 12. 20. Logistic Regression 에서 Gradient Descent까지 개념 정리 *본 게시물을 Andrew Ng 교수님의 딥러닝 강의를 복습/정리를 위해 작성했음을 밝힙니다 더보기 Binary Classification X.shape = (n,m) Y.shape = (1,m) Logistic Regression 로지스틱 회귀는 x라는 데이터들이 있을 때, 목표로 하는 분류값 y가 무엇이 될까?라는 질문에 활용됩니다. 가령 y라는 값이 1이 되는 확률을 얼마일까?를 식으로 나타내면 이와 같은데요 : ŷ = P(y=1 | x) 이 질문에 대한 답을 찾기 위해서 기본적으로 일반 회귀식을 떠올려보면 이 질문은 w와 b라는 회귀식의 변수와 필수적으로 연관되어 있음을 알 수 있습니다. 이때, 예측값 ŷ 을 찾기위해 선형회귀처럼 wx + b 형태로 접근할 수도 있지만, 0이냐 1이냐 같은 분류의.. 2022. 11. 29. An intuitive introduction of Probability_Prof.Karl Schmedders #Week4,5 Discrete Random Variables " A random variable assigns a single number a single numerical value to every basic outcome" Probability Distribution --> P(X=x) Notation Cumulative Distribution -> P(x 편차 제곱의 평균 We must see mean and variance together! Binomial Distribution 성공과 실패 같은 2가지 결과 밖에 없는 분포 E(B) = np Var(B) = np(1-p) Continuous Random Variables Probability Density Function (PDF) Normal Distribu.. 2022. 6. 15. Algebra and Differential Calculus for Data Science _ University of Colorado Boulder #Week2,3 Proof by Induction (예제를 통한 증명) Limits at infinity Continuity of a Function Derivative (미분) (e^x)' = e^x Derivative a Constant Constant는 y=2처럼 constant한 값을 의미함 --> 미분 시 0 Product Rule (f*g)' = f'g+fg' Quotient Rule (f/g)' =(f'g-fg')/g^2 Chain Rule (f(x))^k = {k(f(x))^(k-1)} * f'(x) Finding Concavity with the second Derivative(f''(x)) concvity 즉, 위로 오목한지 밑으로 오목한지 알 수 있음 2022. 6. 13. An intuitive introduction of Probability_Prof.Karl Schmedders #Week3 Birthday Problem How many people have to be present so that the answer to Q1 exceeds 50%? https://en.m.wikipedia.org/wiki/Birthday_problem Complement Rule P(A) = 1- P(A여집합) The Monty Hall Problem -> Always change the door to yield better chances of winning the goat Structuring Risk (Applications) 대기업의 신용등급 default risk X 10% risk losing money Y 10% rish losing money Implact of Dependece : Financ.. 2022. 6. 13. An intuitive introduction of Probability_Prof.Karl Schmedders #Week2 Conditional Probability P(A|B) : the conditional probability of A given B Multiplication Rules P(A교집합B) = P(B) * P(A|B) Independence P(A) = P(A|B) and P(B) = P(B|A) P(A교집합B) = P(A) * P(B) Probability Tables To structure the Probability Marginal Probability(주변확률) Joint Probability(결합확률) Bayes Rule We "flipped" conditional probability P(A|B) * P(B) = P(B|A) * P(A) 즉, P(A|B) = (P(B|A)*P(A))/P(B) 2022. 6. 11. 이전 1 2 다음 728x90 반응형
