태그

#확률

총 6개의 포스트

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.

베이즈 업데이트, 분포 시뮬레이션, CLT 검증, MLE/MAP 구현, 신뢰구간, 가설검정, A/B 테스트 파이프라인까지 — 확률통계 1~4장을 코드로 구현합니다.

신뢰구간의 개념과 계산, t분포, 가설검정의 원리(귀무/대립가설, p값, 기각역, 검정력), 다양한 t검정과 A/B 테스트까지 정리했습니다.

모집단과 표본, 대수의 법칙, 중심극한정리, 최대 우도 추정(MLE), 최대 사후 추정(MAP), 정규화까지 머신러닝 추정의 핵심을 정리했습니다.

기댓값·분산·표준편차, 왜도·첨도 등 분포 기술 통계와 결합 분포·주변 분포·조건부 분포·공분산·상관계수·다변수 정규 분포를 정리했습니다.

확률의 기본 개념, 조건부 확률, 베이즈 정리, 이항·정규·카이제곱 분포까지 머신러닝에서 필요한 확률·통계의 핵심을 정리했습니다.