일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 젠심
- 튜토리얼
- 데이터 자격 검정
- 공모전
- 깃허브
- numpy.arange
- 파워포인트
- 머신러닝
- 단축키
- 점곱
- 국가 자격 시험
- do it
- GIT
- 해커톤 종류
- github
- 서평
- 주피터노트북 설치
- 사이킷런
- 커밋
- 머신 러닝
- 주피터노트북 실행
- 베어유
- Machine Learning
- 첫 시행 후기
- 스터디
- numpy
- 깃
- python
- powerpoint
- 파이썬
Archives
- Today
- Total
목록독립 (1)
일공이의 IT노트
[Machine Learning] 머신 러닝에서 알아야 할 확률 개념
우리는 주사위 굴리기, 동전 던지기, 카드 게임 등을 통해 확률 개념을 많이 접한다. 주사위 굴리기와 같은 무작위 사건 사례에서 각 사건의 발생 확률은 1/6로 모두 같다. 이를 수식으로 표현하면, 위와 같이 나타낼 수 있고, 이를 풀어쓰면 "주사위를 굴려 1이 나올 확률은 6분의 1이다."이다. 파이썬에서 NumPy를 이용하여 동일한 가중치를 가진 무작위 사건을 생성하는 방법은 다음과 같다. np.random.randint(1,7) radint는 파이썬의 인덱싱 방식처럼 시작점을 포함하고 마지막 지점을 제외한다. 그래서 1부터 6까지 값을 얻으려면 1에서 시작해서 7로 끝나야 한다. 수학적 용어로는 반개 구간(half-open interval)이라고 한다. 주사위를 10번 굴렸을 때의 각 사건에 대한 ..
Data Science/Machine Learning
2020. 10. 12. 14:34