MMD#확률#통계#머신러닝#과제#베이즈#가설검정#면접준비
확률·통계 실무 개념 과제: ML 현장에서 마주치는 추론 문제들
확률 기초, 베이즈 정리, 분포, MLE/MAP, 신뢰구간, 가설검정까지 — 머신러닝 실무 시나리오로 배우는 확률통계 개념 과제 모음입니다.
·12분 읽기
태그
총 3개의 포스트
확률 기초, 베이즈 정리, 분포, MLE/MAP, 신뢰구간, 가설검정까지 — 머신러닝 실무 시나리오로 배우는 확률통계 개념 과제 모음입니다.
행렬 특이성, 랭크, 고유값, PCA 등 선형대수 개념을 머신러닝 실무 시나리오에 적용하는 개념 과제 모음입니다. 각 문제는 실제 ML 파이프라인에서 자주 마주치는 상황을 기반으로 합니다.
미분, 손실 함수 최적화, 경사 하강법, 역전파 개념을 머신러닝 실무 시나리오에 적용하는 개념 과제 모음입니다. 각 문제는 실제 모델 학습 현장에서 자주 마주치는 상황을 기반으로 합니다.