반응형 ETC53 머신러닝 OCTAVE 현재 디렉토리 확인 및 변경 1) 현재 디레토리 확인 pwd 명령어 >> pwd ans = C:\Users 2) 디렉토리 변경 cd '경로' >> cd 'C:\Users\Public\OCTAVE' >> pwd ans = C:\Users\Public\OCTAVE 2021. 4. 10. 머신러닝 OCTAVE CLI 명령입력줄 >> 로 만들기 디폴트는 octave:1> 입니다. >>로 바꾸는 법은 아래와 같습니다. PS1('>> '); 라고 입력하면 됩니다. 2021. 4. 10. [머신러닝 앤드류응] (Week2) 5. 매트랩 튜토리얼 (1) 기본 조작법 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 5강인 Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 요약입니다. Week2 5. Octave/Matlab Tutorial (옥타.. 2021. 4. 7. [머신러닝 앤드류응] (Week2) 3. 해석적으로 파라미터 구하기 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 3강인 Computing Parameters Analytically 요약입니다. Week2 3. Computing Parameters Analytica.. 2021. 4. 5. [머신러닝 앤드류응] (Week2) 2. 다변량 선형 회귀 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 2강인 Multivariate Linear Regression 요약입니다. Week2 2. Multivariate Linear Regression (다.. 2021. 4. 5. [머신러닝 앤드류응] (Week2) 1. 프로그램 설치 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 1강인 Environment Setup Instructions 요약입니다. Week2 1. Environment Setup Instructions (환.. 2021. 4. 5. [머신러닝 앤드류응] (Week1) 5. 선형대수 복습 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 5강인 Linear Algebra Review 요약입니다. Week1 5. Linear Algebra Review 1) Matrices and Vectors (행렬과 벡터) 2) Addition and Scalar multiplication (행렬의 덧셈과 스칼라와의 곱셈) 3) Matrix Vector Multiplication (행렬과 벡터의 곱셈) 4) Matrix Matrix.. 2021. 4. 2. [머신러닝 앤드류응] (Week1) 4. 파라미터 학습 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 4강인 Introduction 요약입니다. Week1 4. Parameter Learning 1) Gradient Decsent 지난시간에 정의한 비용함수는 아래와 같습니다. $J(\theta_{0},\theta_{1})=\frac{1}{2m}\sum_{i=1}^{n}\left ( h(x^{(i)})-y^{(i)} \right )^2$ 이 함수를 최소화하는 해를 찾는데는 경사하강 알.. 2021. 4. 1. [머신러닝 앤드류응] (Week1) 3. 모델과 비용함수 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 3강인 Introduction 요약입니다. Week1 3. Model and Cost Function 1) Model Representation 선형회귀 우리가 가장 먼저 배울 알고리즘은 선형회귀입니다. 선형회귀는 지도학습에 속합니다. 아래와 같이 집크기와 가격 데이터가 있다고 합시다. 누군가 자신의 집 크기가 1250인데, 가격이 얼마냐고 물어본다면 뭐라고 대답해야 할까요? 우리는.. 2021. 3. 31. [머신러닝 앤드류응] (Week1) 2. 서론 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 2강인 Introduction 요약입니다. Week1 2. Introduction 1) Welcome (환영) 일단 강좌에 온걸 환영하고, 머신러닝이 엄청 다양한 분야에 쓰이고 있고 앞으로도 그럴거란 이야기를 하셨습니다. 앤드류 교수님은 실리콘밸리리로 부터 일주일에 2~3통씩 메일을 받는데, 다들 머신러닝을 자신들의 문제에 적용하고 싶다고 보내온 메일이라고 합니다. 교수님의 궁극적인.. 2021. 3. 30. [머신러닝 앤드류응] (Week1) 1.소개 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 1강인 Welcome 요약입니다. Week1 1. Welcome 앤드류 교수님은 우리가 이미 머신러닝을 하루에도 수없이 사용하고 있다고 합니다. 다들 매일 구글링을 하실텐데요. 구글에 무언가를 검색했을 때 나오는 검색 결과의 순서를 머신러닝 알고리즘이 결정합니다. 구글에 '통계 강의'라고 검색하시면 제가 쓴 글이 1페이지에 두개나 나옵니다. 알고리즘이 일을 잘 하고 있네요. (웃음).. 2021. 3. 30. [머신러닝 앤드류응] 프롤로그 몇년 전에 앤드류응 교수님의 코세라 머신러닝 강의를 들었습니다. 완료를 하고 certificate 까지 받긴 했지만 이해했다기 보다는 꾸역꾸역 따라했었습니다. 이후로 통계 공부를 계속 했고 지금은 당시 보다는 지식의 깊이와 넓이가 증가한 것 같습니다. 이번에는 제대로 이해할 수 있겠다 싶어서 앤드류응 교수님 강의를 다시 들어보려고 합니다. 강의 내용과 제 이해를 바탕으로 요약 정리하여 포스팅하겠습니다. 앤드류응 교수님 강의 링크는 아래와 같습니다. 코세라에서 무료로 들으실 수 있습니다. www.coursera.org/learn/machine-learning/home/welcome Coursera | Online Courses & Credentials From Top Educators. Join for F.. 2021. 3. 30. [통계 추정의 역사] 0. 소개 [통계 추정의 역사] 0. 소개 가우스가 정규분포를 발견한 과정이 궁금해서 자료를 찾다가 좋은 책을 발견했습니다. 다음글부터 한 챕터씩 요약하려고 합니다. 책 제목은 아래와 같습니다. "A History of parametric statistical inference from Bernoulli to Fisher(1713-1935)" 라는 책입니다. Anders Hald라는 분이 쓰셨습니다. 덴마크 코펜하겐대학 통계학과 교수님입니다. 책은 21개의 장으로 구성되어 있습니다. 크게는 5개의 파트로 나뉩니다. 1장은 어떤 파트에도 속하지 않습니다. 프롤로그의 역할을 합니다. 각 파트와 장의 제목을 먼저 살펴봅시다. 01장. 모수 통계 추정에서의 세가지 혁명 파트1. 이항 통계 추정 (세명의 개척자 : 베르누이.. 2020. 3. 13. 통계학의 역사(스티븐 스티글러) 요약 #10 통계학의 역사(스티븐 스티글러) 요약 #10 (p.38) 2부 1830년대 이후의 사회과학과 통계학 (2부-4) 렉서스의 실패, 심리학의 성공 통계적 방법을 적용할 수 있는 '동질적 집단'을 확보하려는 시도가 19세기 후반까지 계속 이어졌다고 하는데...이 동질적집단이 뭘 말하는지 모르겠다. 19세기 말 실험심리학이 다른 사회과학보다 진보 속도가 빨랐는데, 그 이유가 실험조건 통제가 가능하기 때문이라고 한다. 실험조건 통제는 동질적 집단을 얻는 것을 가능하게 해줬다. 그래서 이 동질적 집단이 뭘까? 책을 읽어봐야 알 수 있을 듯 하다. 2019. 12. 12. 통계학의 역사(스티븐 스티글러) 요약 #9 통계학의 역사(스티븐 스티글러) 요약 #9 (p.36-37) 2부 1830년대 이후의 사회과학과 통계학 (2부-3) 케틀레의 성공과 실패 이 책은 10개의 장으로 구성되어 있다. 10개의 장은 3개의 '부'로 나뉘어진다. 1,2,3,4 장은 1부에 속하고 5,6,7장은 2부, 8,9,10장은 3부에 속한다. 10개의 장을 한번 살펴보자. 1장. 최소제곱법과 관측 결과들의 집합2장. 확률을 연구한 사람들과 불확정성의 측정3장. 역확률4장. 가우스와 라플라스의 종합5장. 케틀레의 두 가지 시도6장. 이항분포를 되살리려는 시도들7장. 특출한 사회과학 : 정신물리학8장. 영국에서의 혁신적인 발달 : 골턴9장. 그 다음 세대 : 에지워스10장. 피어슨과 율 5장 이야기를 하겠다. 5장은 제목에서 알 수 있듯이 케.. 2019. 12. 4. 통계학의 역사(스티븐 스티글러) 요약 #8 통계학의 역사(스티븐 스티글러) 요약 #8 (p.34-35) 2부 1830년대 이후의 사회과학과 통계학 (2부-2) 사회과학 당시에는 사회와 인간에 대한 통계 결과가 '신의 섭리'의 결과라고 생각했다. 이러한 사회적 분위기는 프로이센의 성직자 쥐스밀히(1707~1767)가 [신성한 질서]라는 책을 출간한 데서도 엿볼 수 있다. 이러한 생각은 18세기 뿐 아니라 19세기에도 나타난다. 차이가 있다면 원인을 '신'이 아니라 '사회'가 어떤 원리에 따라 움직인다고 생각했다. 이렇게 생각이 변한 원인은 사회 이론을 '과학화'하려는 시도에서 나왔다. 사회이론을 과학화하여 '사회과학'을 추구한 것이다. 요약일 : 2019/12/02 2019. 12. 2. 통계학의 역사(스티븐 스티글러) 요약 #7 통계학의 역사(스티븐 스티글러) 요약 #7 (p.31-33) 2부 1830년대 이후의 사회과학과 통계학 디킨즈의 소설 '어려운 시절'의 일부를 인용한다. 대화문인데 이해가 잘 안된다. 뒷부분을 읽고 알게됐는데, 모든것을 '통계의 대상'으로 여기는 사회분위기를 비판한 것이라고 한다. 2부는 19세기 사회과학이 중심이고, 네사람을 중심인물로 삼는다. 사회학 : 케틀레(Quetelet)인구통계 : 렉시스(Lexis)심리학 : 페히너(Fechner), 에빙하우스(Ebbinghaus) (2부-1) 시대배경 1830년대부터 19세기 말까지는 통계가 사회속으로 활발하게 퍼져나갔다고 한다. 다양한 사회현상들에 대한 통계 자료를 수집,정리하고 배포하는 기구나 협회가 생기기 시작했고 통계학술잡지가 등장했다. 이렇게 사회통.. 2019. 11. 28. 통계학의 역사(스티븐 스티글러) 요약 #6 통계학의 역사(스티븐 스티글러) 요약 #6 (p.29-30) 1부 1820년까지의 통계역사 (책 목차 : 1827년 이전 천문학과 측지학에서의 수리통계학 발달사) (1부-3) 역확률과 정규분포의 탄생 1부에서는 주연급 조연들의 확률연구가 소개된다고 했다. 주연급 조연이라는데 겁나 유명한 사람들이다. - 베르누이 (Jabob Bernoulli)- 드 무아르 (De Moivre)- 심프슨 (Thomas Simpson)- 베이즈 (Thomas Bayes) 통계학의 역사는 베르누이 전후로 뚜렷하게 구분된다고 한다. 베르누이 이후부터 관측 결과로 부터 무언가를 추론하기 시작했다. 그 전까지는 어떤 사건의 확률을 구하는 정도였다. 베르누이 이후에, 저기 저 사람들이 확률이론을 발달시켰다. 굉장히 중요하고 핵심적인 .. 2019. 11. 26. 통계학의 역사(스티븐 스티글러) 요약 #5 통계학의 역사(스티븐 스티글러) 요약 #5 (p.27-28) 1부 1820년까지의 통계역사 (책 목차 : 1827년 이전 천문학과 측지학에서의 수리통계학 발달사) (1부-2) 최소제곱법의 탄생 천문학과 측지학에는 세가지 중요한 문제가 있었다. 1) 목성과 토성의 운동에 대한문제2) 달의 운동에 대한 문제3) 지구의 모양을 정하는 문제(공인가, 럭비공인가, 럭비공이라면 적도와 양극지방중 어디가 더 긴가) 특히 달의 운동에 대한 문제에는 현상금이 걸려있었다. 달의 운동을 통해 바다에서의 경도를 파악할 수 있었고, 이는 안전한 항해를 위해 필요했다. 통계학의 역사에 이 세가지 문제가 등장하는 이유는 관측 결과의 불일치성 때문이다. 관측 결과를 수학적으로 예측하고 싶은데 결과가 매번 다르니 통계적 방법이 필요했.. 2019. 11. 22. 통계학의 역사(스티븐 스티글러) 요약 #4 통계학의 역사(스티븐 스티글러) 요약 #4 (p.23-27) 책은 여전히 번역자인 조재근교수님의 글이다. 지난글까지가 '들어가는 말'이었다. 알고보니 이 길고긴 역자의 칼럼?에는 목차가 있있었다. 들어가는말1900년 이전까지의 통계학사 제1부 1820년까지의 통계학사 제2부 1830년대 이후의 사회과학과 통계학 제3부 19세기 말 유전학 연구에서의 혁신적인 발달몇 가지 덧붙이는 이야기들맺는말 3개의 부로 나뉘어져 있는 목차는 이 책의 목차와 유사하다. 책의 내용이 다루는 시대의 통계역사를 개괄하는 것이 목적이라고 한다. 1부 1820년까지의 통계역사 (책 목차 : 1827년 이전 천문학과 측지학에서의 수리통계학 발달사) (1부-1) 시대배경 1700년 근처부터 19세기 초의 시대에는 천문학 중심의 자연철.. 2019. 11. 20. 통계학의 역사(스티븐 스티글러) 요약 #3 통계학의 역사(스티븐 스티글러) 요약 #3 (p.18-22) 통계학의 역사라고 번역된 이 책의 원래 제목은 아래와 같다. The History of Statistics : The Measurement of Uncertainty before 1900 직역하면 '통계의 역사 : 1900 이전에 이루어진 불확실성의 측정' 이다. 불확실성을 측정한다는 것은 불확실성을 정량적으로 표현한다는 것을 의미한다. 통계학의 역사는 불확실성을 정량화하려는 시도들이었나 보다. 왜 불확실성을 정량화하려고 시도했을까? 불확실한 것은 그냥 불확실한 대로 두면 안되나? 책에 의하면 18,19세기 천문학자들이나 측지학 연구자들은 관측 대상에게 '참 값'이 있다고 생각했다. 불확실성은 참값을 측정하려는 시도에서 발생하는 오차라고 생각한.. 2019. 11. 20. 통계학의 역사(스티븐 스티글러) 요약 #2 통계학의 역사(스티븐 스티글러) 요약 #2 (p.14-17) Statistics 라는 단어에는 두가지 의미가 있다. '통계'라는 복수명사와 '통계학'이라는 단수명사이다. 당신은 Statistics 라는 단어를 들으면 어떤 뜻이 먼저 떠오르는가? 나는 통계학이 먼저 떠오른다. 하지만 아마 대부분의 사람은 '통계'를 떠올릴거다. 이 책의 제목은 통계의 역사일까 통계학의 역사일까? 통계학의 역사다. 저자는 statistics를 '통계학'이라는 의미로 사용했다. 한국에서는 통계학을 고등수학의 '일부분'으로 배우다보니, 독립적인 학문으로 인식하지 않는 경우가 많다. 이 책의 역자는 한국에서 통계학의 위치를 이야기하며, '통계든 통계학이든 환영받지 못하는 존재'라고 했다. 현재(2019)는 상황이 많이 달라진 것 .. 2019. 11. 20. 통계학의 역사(스티븐 스티글러) 요약 #1 통계학의 역사(스티븐 스티글러) 요약 #1 어느날 회사에서 통계학을 공부하라고 했다. 어떤 연구를 진행하는데 통계 지식이 필요했고, 누군가 공부를 해야했다. 당시 팀장님이 나에게 "필요한 책을 사줄테니 통계 공부를 하라"고 했다. 내가 통계공부를 시작하게 된 이유다. 몇년 뒤 다른 회사로 이직을 했다. 대기업 연구소였는데, 모든 사원이 통계 교육을 받아야 했다. 통계가 중요하다는 사실을 실감했다. 얼마 지나지 않아 또 이직을 했다. 옮겨간 회사에서는 통계를 더 많이 사용했다. 통계와의 세번의 인연은 "통계 공부를 제대로 해봐야 겠다"라는 생각이 들게 했다. 문제는 의지였다. 퇴근 후 자신을 채찍질하며 통계 공부를 하도록 만들어야 했다. 혼자서는 힘들어서 블로그를 시작했고, 블로그에 글이 하나씩 쌓이는 재.. 2019. 11. 18. 이전 1 2 다음 반응형
