2025 AI 바이블/Part1. AI의 시작, 딥러닝 기초 (2) 썸네일형 리스트형 Chapter1. 딥러닝을 위한 통계-02.확률 변수와 확률 분포 시행(Trial)과 사건(Event)확률에 대하여 이해하기 위해서, 먼저 시행(trial)과 사건(event)에 대해 알아야 한다.시행(trial): 반복할 수 있으며, 매번 결과가 달라질 수 있는 실험 ex) 주사위를 2개를 던지는 행동 사건(event): 시행에 따른 결과를 의미 ex) 눈금의 합이 7이 되는 사건확률(Probability)확률은 어떠한 사건(event)이 일어날 가능성을 수로 표현한 것이다.주사위 2개를 던졌을 때, 눈금의 합이 7이 나올 확률을 구하고 싶다고 해보자.이러한 문제를 수식으로 표현하려면 어떻게 해야할까?확률 변수(Random Variable)확률 변수란, 사건으로 인해 그 값이 확률적으로 정해지는 변수를 의미한다.주사위 2개를 던지는 시행을 할 때마다 눈금의 합이 변할.. Chapter 1. 딥러닝을 위한 통계 - 01. 확률 개요 선수 지식 - 통계확률(Probability)이란?확률이란, 특정한 사건이 일어날 가능성을 수로 표현한 것을 의미한다.확률은 0부터 1(100%) 사이의 실수로 표현된다. 확률이 사용되는 예시스팸 메일 분류 모델을 만들고 싶다고 가정해보자.지금까지 도착한 메일이 총 1,000개이다.이 중에서 700개는 스팸 메일, 300개는 정상 메일이었다.새롭게 하나의 메일이 도착했을 때, 그것이 스팸 메일일 확률은 얼마일까?기계학습 모델을 확률적으로 이해하기우리는 N개의 학습 데이터로 기계학습 모델을 학습한다.일반적으로 기계학습 모델의 출력은 "확률" 형태로 띤다.예시 1) 이미지 분류 모델 Ɵ가 이미지 ꭓ에 대해서 75% 확률로 고양이일 것이라고 예측했다.예시 2) 글 쓰기 모델 Ɵ는 "나는 밥을" 이후에 "먹었다.. 이전 1 다음
