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
#통계
총 14개의 포스트
MMD#확률#통계#Python#NumPy#scipy#코딩과제#머신러닝
확률·통계 코딩 과제: Python으로 구현하는 ML 통계 도구
베이즈 업데이트, 분포 시뮬레이션, CLT 검증, MLE/MAP 구현, 신뢰구간, 가설검정, A/B 테스트 파이프라인까지 — 확률통계 1~4장을 코드로 구현합니다.
·18분 읽기
MMD#확률#통계#머신러닝#신뢰구간#가설검정#t분포#p값
신뢰구간과 가설검정: 머신러닝 확률통계 4장
신뢰구간의 개념과 계산, t분포, 가설검정의 원리(귀무/대립가설, p값, 기각역, 검정력), 다양한 t검정과 A/B 테스트까지 정리했습니다.
·14분 읽기
MMD#확률#통계#머신러닝#MLE#베이즈#중심극한정리
표본, MLE, MAP: 머신러닝 확률통계 3장
모집단과 표본, 대수의 법칙, 중심극한정리, 최대 우도 추정(MLE), 최대 사후 추정(MAP), 정규화까지 머신러닝 추정의 핵심을 정리했습니다.
·13분 읽기
MMD#확률#통계#머신러닝#기댓값#공분산#다변수분포
기댓값, 분산, 공분산: 머신러닝 확률통계 2장
기댓값·분산·표준편차, 왜도·첨도 등 분포 기술 통계와 결합 분포·주변 분포·조건부 분포·공분산·상관계수·다변수 정규 분포를 정리했습니다.
·12분 읽기
MMD#확률#통계#머신러닝#확률분포#베이즈정리#정규분포
확률의 기초와 확률 분포: 머신러닝 확률통계 1장
확률의 기본 개념, 조건부 확률, 베이즈 정리, 이항·정규·카이제곱 분포까지 머신러닝에서 필요한 확률·통계의 핵심을 정리했습니다.
·14분 읽기
데이터사이언스#통계#퀴즈#데이터사이언스#면접준비
Practical Statistics for Data Scientists 퀴즈
기술통계부터 비지도 학습까지, 7장 전체를 아우르는 개념·계산·코드·시나리오 문제로 실력을 점검합니다.
·20분 읽기
데이터사이언스#통계#비지도학습#PCA#클러스터링#Python
비지도 학습: 통계 기초 정리 7장
PCA, K-평균, 계층적 클러스터링, 혼합 모형(GMM), 스케일링까지 비지도 학습의 핵심 개념을 코드와 함께 정리했습니다.
·13분 읽기
데이터사이언스#통계#머신러닝#랜덤포레스트#부스팅#Python
통계적 머신러닝: 통계 기초 정리 6장
KNN, 결정 트리, 랜덤 포레스트, AdaBoost, 그레이디언트 부스팅까지 트리 기반 앙상블 모델의 핵심 개념을 코드와 함께 정리했습니다.
·13분 읽기
데이터사이언스#통계#분류#로지스틱회귀#머신러닝#Python
분류: 통계 기초 정리 5장
나이브 베이즈, 판별분석, 로지스틱 회귀, 혼동행렬, ROC/AUC, 불균형 데이터 처리까지 분류 알고리즘의 핵심 개념을 코드와 함께 정리했습니다.
·13분 읽기
데이터사이언스#통계#회귀분석#머신러닝#Python
회귀와 예측: 통계 기초 정리 4장
단순·다중선형회귀, 잔차 진단, 범주형 변수 인코딩, 다항·스플라인 회귀까지 회귀분석의 핵심 개념을 코드와 함께 정리했습니다.
·13분 읽기
데이터사이언스#통계#가설검정#A/B테스트#Python
통계적 실험과 유의성 검정: 통계 기초 정리 3장
A/B 검정, 가설검정, p-값, t-검정, 분산분석(ANOVA), 카이제곱, 멀티암드 밴딧까지 통계적 실험의 핵심 개념을 코드와 함께 정리했습니다.
·12분 읽기
데이터사이언스#통계#데이터분석#표본분포#Python
데이터와 표본분포: 통계 기초 정리 2장
랜덤표본추출과 편향, 부트스트랩, 신뢰구간, 정규분포, t분포, 이항·푸아송 분포까지 표본분포의 핵심 개념을 코드와 함께 정리했습니다.
·10분 읽기
데이터사이언스#통계#데이터분석#pandas#Python
데이터 종류와 위치·변이 추정: 통계 기초 정리 1장
데이터의 종류(연속형, 이산, 범주형 등)와 위치 추정(평균, 중앙값), 변이 추정(분산, 표준편차)의 개념을 코드 예시와 함께 정리했습니다.
·8분 읽기