
목차 생각해 보면 대학원을 다닐 때도 pdf의 의미에 대해선 크게 관심이 없었다. 그냥 이런저런 성질을 가지고 있고 이렇게 쓴다.. 쓰면 되지 뭐.. 하고 썼는데 10년이나 넘게 지나 다시 마주친 건 운명이라는 생각이 들어서 베이즈 정리와 함께 제대로 공부하고 넘어가기로 했다. 10년 후의 나에게 도움이 되기를! 확률 밀도 함수(Probability Density Function, pdf) 확률 밀도 함수는 연속 확률 변수의 확률 분포를 수학적으로 표현하는 가장 핵심적인 도구이다. 확률 밀도 함수 Pr(x)는 확률 변수 x가 특정 값을 중심으로 얼마나 "밀집되어" 있는지를 나타내는 함수이다. 즉, x가 특정 값 근처에서 관측될 가능성의 상대적 크기를 나타낸다.하지만 중요한 점은 다음과 같다: ..

목차 딥러닝의 역사와 발전: 머신러닝에서 딥러닝까지의 여정 인공 신경망의 기본 구조와 중요성 활성화 함수(Activation Functions) 이해하기 손실 함수(Loss Functions)의 역할과 중요성 딥러닝에서의 최적화: 하강법과 경사하강법 확률적 경사 하강법(Stochastic Gradient Descent, SGD) 기울기 사라짐(Vanishing Gradient) 손실 함수와 최적화 컴퓨터 비전(Computer Vision) 합성곱 연산(Convolution) 합성곱 신경망(Convolutional Neural Network, CNN) 순환 신경망(Recurrent Neural Network, RNN) 순환 신경망의 발전(The Evolution of RNN) 오토 인코더(Autoencod..

목차 딥러닝의 역사와 발전: 머신러닝에서 딥러닝까지의 여정 인공 신경망의 기본 구조와 중요성 활성화 함수(Activation Functions) 이해하기 손실 함수(Loss Functions)의 역할과 중요성 딥러닝에서의 최적화: 하강법과 경사하강법 확률적 경사 하강법(Stochastic Gradient Descent, SGD) 기울기 사라짐(Vanishing Gradient) 손실 함수와 최적화 컴퓨터 비전(Computer Vision) 합성곱 연산(Convolution) 합성곱 신경망(Convolutional Neural Network, CNN) 순환 신경망(Recurrent Neural Network, RNN) 순환 신경망의 발전(The Evolution of RNN) 오토 인코더(Autoencod..

목차 [선형대수학]머신러닝과 딥 러닝의 핵심, 선형대수학의 역할과 중요성 [선형대수학]부분행렬과 분할행렬: 공통점과 차이점, ML/DL에의 응용 [선형대수학]역행렬과 행렬식의 성질, ML/DL과의 관계 [선형대수학]행렬의 해와 감소된 행 계단형(Reduced Row Echelon Form, RREF) [선형대수학]벡터 공간(Vector Spaces) [선형대수학]벡터 공간과 일차 독립 [선형대수학]벡터 공간과 기저, 차원 그리고 ML/DL [선형대수학]차원의 저주: 데이터 분석의 걸림돌 [선형대수학]행렬의 랭크와 그 응용 [선형대수학]벡터의 내적과 그 응용 [선형대수학]정규직교 기저와 그람-슈미트 프로세스 [선형대수학]최소 제곱해 [선형대수학]선형변환과 고윳값의 이해: 머신러닝/딥러닝에서의 응용 [선형대..

목차 [선형대수학]머신러닝과 딥 러닝의 핵심, 선형대수학의 역할과 중요성 [선형대수학]부분행렬과 분할행렬: 공통점과 차이점, ML/DL에의 응용 [선형대수학]역행렬과 행렬식의 성질, ML/DL과의 관계 [선형대수학]행렬의 해와 감소된 행 계단형(Reduced Row Echelon Form, RREF) [선형대수학]벡터 공간(Vector Spaces) [선형대수학]벡터 공간과 일차 독립 [선형대수학]벡터 공간과 기저, 차원 그리고 ML/DL [선형대수학]차원의 저주: 데이터 분석의 걸림돌 [선형대수학]행렬의 랭크와 그 응용 [선형대수학]벡터의 내적과 그 응용 [선형대수학]정규직교 기저와 그람-슈미트 프로세스 [선형대수학]최소 제곱해 [선형대수학]선형변환과 고윳값의 이해: 머신러닝/딥러닝에서의 응용 [선형대..

목차 [선형대수학]머신러닝과 딥 러닝의 핵심, 선형대수학의 역할과 중요성 [선형대수학]부분행렬과 분할행렬: 공통점과 차이점, ML/DL에의 응용 [선형대수학]역행렬과 행렬식의 성질, ML/DL과의 관계 [선형대수학]행렬의 해와 감소된 행 계단형(Reduced Row Echelon Form, RREF) [선형대수학]벡터 공간(Vector Spaces) [선형대수학]벡터 공간과 일차 독립 [선형대수학]벡터 공간과 기저, 차원 그리고 ML/DL [선형대수학]차원의 저주: 데이터 분석의 걸림돌 [선형대수학]행렬의 랭크와 그 응용 [선형대수학]벡터의 내적과 그 응용 [선형대수학]정규직교 기저와 그람-슈미트 프로세스 [선형대수학]최소 제곱해 [선형대수학]선형변환과 고윳값의 이해: 머신러닝/딥러닝에서의 응용 [선형대..
- Total
- Today
- Yesterday
- RX100M5
- 자바
- Python
- 야경
- 칼이사
- 파이썬
- spring
- 스프링
- 세계여행
- 기술면접
- 맛집
- 남미
- 여행
- 중남미
- BOJ
- 알고리즘
- 세모
- 지지
- 유럽
- a6000
- Backjoon
- 리스트
- java
- 유럽여행
- 동적계획법
- 백준
- 면접 준비
- 스트림
- Algorithm
- 세계일주
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 |