수학

머신러닝에 필요한 수학(선형대수, 확률, 최적화) 정리.

머신러닝에 필요한 수학(선형대수, 확률, 최적화) 정리.

10 posts · 아카이브에서 필터로 보기

[머신러닝] 로지스틱 회귀 모델 (Logistic Regression)

1. 개요 안녕하세요! 이번 글에서는 머신러닝의 주요 개념인 로지스틱 회귀(Logistic Regression) 모델과 오즈 비(Odds Ratio)에 대해서 쉽게 정리해보았습니다. 친구에게 제대로 멋지게 설명하고 싶었는데, 뭔가 다시 한번 정리가 필요할 것 같더라고요 ㅎㅎ ^^7 로지스틱 회귀 모델은 범주형 데이터를 예측할 때 사용하는 통계...

[개념] 인공지능을 위한 선형대수 : 행렬편

1. 행렬(Matrix)의 정의 인공지능 및 기계 학습에서 행렬(matrix)은 데이터를 처리하고 표현하는 중요한 도구입니다. 행렬은 수를 직사각형 형태로 배열한 것으로, 데이터를 수학적으로 다루기 위해 필수적입니다. 행렬을 사용하면 대규모 데이터를 효율적으로 관리하고 계산할 수 있습니다. 예시: 우리가 이미 익숙한 데이터 테이블을 생각해봅시다....

[개념] 시스템, 미분방정식, 그리고 상태 공간 모델

우리는 일상생활에서 다양한 시스템과 상호작용하고 있습니다. 동적 시스템은 그중 하나로, 시간이 지남에 따라 상태가 변화하는 시스템을 의미합니다. 상태 공간(State Space) 모델은 복잡한 동적 시스템을 이해하고 분석하는데 중요한 도구입니다. 이 모델은 시스템을 상태(state)라는 개념으로 표현하며, 이를 통해 시간에 따른 시스템의 변화를 행렬로...

[Graph] 1장. 그래프와 GNN

1. 그래프란? 그래프는 현실 세계의 데이터를 표현하는 중요한 도구로 사용됩니다. 다양한 분야에서 그래프를 활용하여 관계와 구조를 모델링할 수 있습니다. 예시: 사회 과학: 소셜 네트워크에서 개인 간의 관계를 그래프로 표현할 수 있습니다. 예를 들어, 페이스북 친구 관계는 노드(사용자)와 에지(친구 관계)로 나타낼 수...

[개념정리] 상관관계 vs 인과관계

안녕하세요! 💡 저는 요즘 인과관계 분석, 인과성 분석에 대해 공부하고 있습니다. 🙌 본격적으로 공부를 시작하기에 앞서 가장 기본이 되는 상관관계와 인과관계에 대해 다시 한번 정리하고 넘어가려고 합니다. ㅎㅎ 이 두 개념은 비슷해 보이지만 매우 다른 의미를 가지고 있으며, 데이터 해석에 있어 중요한 역할을 합니다. 그전에! 답변 궁금하시죠? ...

[개념정리] 빈도주의(Frequentist) vs 베이지안(Bayesian)

Bayesian 확률과 Frequentist 확률 안녕하세요!🙌 오늘은 통계학의 두 가지 주요 접근법인 Bayesian 확률과 Frequentist 확률에 대해 자세히 알아보겠습니다. 이 개념들은 머신러닝과 딥러닝에서 중요한 역할을 하므로, 깊이 있는 이해가 필요합니다. 0. 확률 (Probability) 개념 확률은 불확실한 사건의 발생 가능성...

[개념] 신호처리 및 푸리에 변환

신호처리란? 신호처리(Signal Processing)는 신호를 분석하고 변환하며 해석하는 기술과 방법을 연구하는 학문입니다. 신호는 시간에 따라 변화하는 물리량이나 데이터로, 음성, 영상, 전기 신호, 생체 신호 등 다양한 형태로 존재할 수 있습니다. 신호처리의 목적은 이러한 신호로부터 유용한 정보를 추출하거나 신호를 변형하여 특정 목적을 달성하는...

[꿀팁] 설마 수식/테이블 직접 코드로 작성하시나요?!

안녕하세요, 여러분! ✨ 오늘은 제가 개인적으로 정말 애용하는, 문서 작업의 ‘게임 체인저’라고 불러도 과언이 아닌 Mathpix를 소개해 드리려고 해요! ML/DL을 연구하는 연구자, 그리고 학생으로서 수식을 언젠가 마주하게 됩니다. 그리고 이를 문서화하게 될 일(자료 작성, 논문 작성 등)도 당연히 있게 됩니다. 어려운 수식을 직접 수기로 옮...

[머신러닝][차원축소] 변수 추출법 - Multi-Dimensional Scaling (MDS)

본 포스트는 고려대학교 강필성 교수님의 강의를 수강 후 정리를 한 것입니다. 작성 및 설명의 편의를 위해 아래는 편하게 작성한 점 양해부탁드립니다. Dimensionality Reduction Supervised Variable Extraction 차원축소는, 모델링을 하기 위해 내가 가진 데이터의 정보를 최대한 보존하면서, 훨씬 더 compac...

[머신러닝][차원축소] 변수 추출법 - Principal Component Analysis (PCA)

본 포스트는 고려대학교 강필성 교수님의 강의를 수강 후 정리를 한 것입니다. 작성 및 설명의 편의를 위해 아래는 편하게 작성한 점 양해부탁드립니다. Dimensionality Reduction Supervised Variable Extraction 차원축소는, 모델링을 하기 위해 내가 가진 데이터의 정보를 최대한 보존하면서, 훨씬 더 compa...