Day10 : 확률론2

모수란?

• 통계적 모델링은 적절한 가정위에서 확률분포를 추정하는것이 목표!

• 데이터는 유한하기 때문에 근사적으로 확률분포를 추정할 수 밖에 없다

• 데이터가 특정확률분포를 따른다고 선험적으로 가정한 후 그분포를 결정하는 모수(parameter)를 추정하는 방법을 모수적 방법론이라고 한다

• 특정확률분포를 가정하지 않고 데이터에 따라 모델의 구조 및 모수의 개수가 유연하게 바뀌면 비모수방법론이다

week2 간단 정리 가보자 가보자~

Day9 : 확률론 맛보기

확률론

• 딥러닝은 확률론 기반의 기계학습 이론에 바탕을 두고 있다.
• 손실함수의 작동원리가 데이터 공간을 확률, 통계적으로 해석
• 회귀분석에서 Loss function : L2 norm 예측오차의 분산을 최소화
• Classification에서 Loss function : CrossEntropyLoss : 모델예측의 불확실성을 최소화 하는 방향

이들의 Loss를 최소화 하기위해서는 측정하는법을 알아야함 : 이게 바로 확률론

pandas

• 구조화된 데이터의 처리를 지원하는 파이썬 라이브러리
• panel data -> pandas
• 

가로줄은 instance, row

data table은 모든 data가 담겨 있는 sample

column은 각각의 feature이름들, data.columns하면 이름들을 각각 지정해 줄 수 있음

feature vector, 각 feature에 해당하는 vector

data는 각각의 값

head는 앞에 5개 출력

Gradient관련

경사하강법

경사 상습/경사하강법은 극값에 도달시 움직임을 멈춘다

Start

Numpy

큰 matrix를 파이썬으로 표현하기 위해 사용

• 그리고 memory를 효율적으로 사용하기 위해

• 반복문 없이 데이터 배열처리를 지원함

Exception & File &Log Handling

Exception Handling

• 프로그램 사용시에는 예상치못한 예외가 생김

예상이 가능한 예외

• 발생여부를 사전에 인지하여
• 개발자가 명시적으로 처리해주어야 함

예상이 불가능한 예외

• 인터프리터 과정에서 일어나는 예외
• 수행불가시 인터프리터가 자동호출

BOOST camp의 첫주가 끝이 났다
정신없이 지내다 아침에 일어나서 오후까지 컴퓨터만 보다보니 5일이 지나갔다.
앞으로의 주말계획은 논문 1편과 1주일치 내용 복습이다
다음주에 발표인 프로젝트는 어찌될지 모르겠다. 열심히 해보려 했는데 생각보다 쉽지가 않네….
많은 사람들과 의견을 나누고 토론하는게 참 좋다.

Python Object-Oriented Programming

만들어 놓은 코드를 재사용 하고싶다

생각해보기

• 주체들을 만들고 주체들의 행동들 데이터의 구조를 나누어서 코딩

개요

객체 : 속성과 행동을 가지는 일종의 물건

속성은 변수로, 행동은 함수로 표현

oop는 설계도 (틀)에 해당되는 Class와 실제 구현체인 Instance로 나뉨

오늘배운 내용들은 굉장히 방대하다