Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- docker
- 차원 축소
- ADP
- 파이썬
- 대감집 체험기
- 최적화
- Machine Learning
- 빅쿼리
- ADP 실기
- frontend
- React
- TooBigToInnovate
- 심층신경망
- 타입스크립트
- 쿠버네티스
- 캐글
- python
- r
- LDA
- do it
- 대감집
- 클러스터링
- bigquery
- 프론트엔드
- Kaggle
- DBSCAN
- 머신러닝
- Kubernetes
- 구글
- 리액트
Archives
- Today
- Total
No Story, No Ecstasy
Beta, Gamma, Dirichlet 분포 본문
이항분포 (Binomial)
- 성공확률이 p인 베르누이시행을 n번 반복시행할 때 성공횟수를 나타내는 확률 변수 X의 분포
베타분포 (Beta)
- 두 매개변수 a and b에 대해 [0,1]에서 정의되는 연속확률분포들의 가족을 가리킨다.
- 대표적으로 이항분포의 성공률 p를 추정할 때 사용한다.
- 기댓값 = a / (a+b)
- 최빈값 = (a-1) / (a+b-2)
감마분포 (Gamma)
- 확률변수 X가 a번째 사건이 일어날 때까지 걸리는 시간일 때, X의 분포를 감마분포라고 한다.
- [0, 무한대]에서 정의되는 값을 추정하는데 사용된다.
- 람다는 지수분포에서 단위 시간당 발생하는 사건 평균 건수를 의미한다.
- a=1, 람다=1/b일 때, 지수분포라고 할 수 있다. (즉, 1번의 사건이 발생할 때까지 걸리는 시간)
- 기댓값 = a/b
- 최빈값 = (a-1)/b
디리클레 분포 (Dirichlet)
- 베타분포의 확장판이다.
- [0,1]의 값을 가지는 다변수 확률변수의 베이지안 모형에 사용된다.
- 베타분포는 K=2인 디리클레분포라고 할 수 있다.
- [0, 무한대]에서 정의되는 값을 추정하는데 사용된다.
- 기댓값 = a/b
- 최빈값 = (a-1)/b
'Data Science Series' 카테고리의 다른 글
구글 빅쿼리(BigQuery) 데이터 저장 및 접근 방법 최적화 (0) | 2021.10.06 |
---|---|
구글 빅쿼리(BigQuery) 쿼리 속도 높이기 (0) | 2021.10.06 |
Ad Segments beyond Look-alike Audience Model (0) | 2021.09.07 |
Attention 메커니즘 (0) | 2021.05.30 |
자연어 처리 - Transformer, Bert, GPT-3 (0) | 2021.05.30 |