Part1. 딥러닝 시작 전/Chapter 1. 통계9 1. 확률에 대한 전반적인 이해 확률: 특정한 사건이 일어날 가능성을 수로 표현한 것. 0~1 사이의 실수로 표현됨. 분류 모델에서 많이 사용됨. 가지고 있는 데이터 → 기댓값 계산 → 분류. ex) 사진 1장(테스트 데이터 x) → 사진이 고양이일 확률 70%(기계학습 모델의 결과) → 고양이로 분류(출력 y). 일반적으로 기계학습 모델의 출력은 "확률" 형태. * 딥러닝의 최종 목표 : 가장 정확도 높은 출력을 만드는 기계학습 모델을 만드는 것(모델의 구조, 파라미터 등을 변화하기) 확률 계산을 위한 개념 (경우의 수, 확률) 경우의 수 경우의 수에는 순열과 조합, 두 카테고리가 있음. * 이해를 위해 주어진 집합 S = {1,2,3}, r = 2일 때 각 개념을 적용한 결과를 예시로 들겠다.* 1. 순열: 서로 다른 n개에서 r개.. 2023. 6. 30. 이전 1 2 3 다음
