개념 이론 수학 썸네일형 리스트형 [수학] 합성함수 미분(Chain Rule) 함수의 함수(합성함수)를 미분하기 위해 사용하는 방식 F(x)=f(g(x)) F′(x) → f′((g(x))⋅g′(x) Chain Rule = 양파까기 미분을 할때 깥 함수 (f(x))부터 미분을 한 후 안에있는 함수 (g(x))를 미분한다. 예제 F(x)=(2x^3+7)^6 를 x에 대해 미분하려는 경우 f(x)=x^6, g(x)=2x^3+7로 설정 F′(x)=6(2x^3+7)^5⋅6x^2 Chain Rule은 Deep learning의 핵심 개념 중 하나인 Backward Propagation을 이해하는데 중요하기 때문에 시간이 될 때마다 연습 하자. 더보기 [수학] 편미분 (Partial Derivative) f(x,y)=x^2+2xy+y^2 ∂f(x,y) / ∂x = ∂(x^2+2xy+y^2) / ∂x = 2x+2y y는 상수로 취급하고 x를 기준으로만 미분하거나 반대로 x를 상수 취급하고 y를 기준으로 미분하는 것이 편미분 상당히 많은 머신러닝의 Error 함수는 여러개의 파라미터 값을 통해 결정된다. 이때 쓰이는 것이 편미분, 파라미터가 2개 이상인 Error 함수에서 우선 1개의 파라미터에 대해서만 미분을 하자 라는 목적으로 다른 변수들을 상수 취급 하는 방법. 예제 f(x,y)=x^2+4xy+9y^2 라는 함수의 f′(1,2)의 값을 계산해보겠습니다. 이를 위해서 해야 하는 것은 다음과 같습니다 : 1. x에 대해 편미분 ∂f(x,y) / ∂x = 2x+4y f′(1,2) / ∂x = 2⋅(1)+4.. 더보기 [수학] 기초 미분 (Basic Derivative) 미분이란? 함수를 작게 나누는것으로 X의 값을 아주 미세하게 변화시킨 후 그 결과값이 어떻게 바뀌는지 보며 0에 가깝게 만드는것. 즉, 특정한 파라미터 값 (input, x)에 대해서 나오는 결과값(output, y)이 변화하는 정도를 (0에 가까운 부분을 찾기 위해) 계산하는 것. Data Science 에서의 미분은 Simple Linear Regression (단순선형회귀)에서 주로 사용 한다. == X로 y를 예측할 수 있는 하나의 선을 그린다. ŷ = b0 + b1x b0 = y intercept b1 = Slope * 미분 공식 Python 기본 공식 : f′(x)=f(x+Δx)−f(x) / Δx == f(x+Δx)−f(x−Δx) / 2Δx Δx→0 하지만 실제로 0으로 나눌 수는 없기 때문에.. 더보기 [DataAnalysis] Feature Engineering - DataFrame(Tabular Data) 도메인 지식과 창의성을 바탕으로 데이터셋에 존재하는 Feature을 재조합하여 새로운 Feature를 생성하는것. DataFrame (Tabular Data) - 2 dimensional grid data - 각 데이터 - 각 column은 같은 데이터(Variable) 타입 을 가지고 있다 - 각 row의 모든 데이터(Observation)는 열마다 다른 데이터 타입을 가질 수 있다. = 이기종 데이터 (Heterogeneous Data) Index Name Position Feature 1 김군 1 Feature 2 김양 2 Feature 3 오군 3 Feature 4 이양 4 Feature 5 박군 5 Feature 6 최양 6 Feature 7 정양 7 위와같은 표는 tidy format형태로 S.. 더보기 [DataAnalysis] EDA (Exploratory Data Analysis) -탐색적 데이터 분석 EDA 원본데이터(Raw Data)를 탐색하는 방법, 분석하기전 전체적인 테이터의 '견적'을 내는 분석 시각화 (Data Visualization)을 통해 패턴을 찾고, 데이터의 특이성을 발견하여(데이터전처리). 통계와 그래픽을 통해 가설을 결정하는과정을 포함한다. EDA의 방법 Non-Graphic 연속형 데이터 (Numeric Data) : 숫자형 데이터는 샘플데이터의 분포를 확인하는 것이 주 목적. 주로 Summary Statistics를 활용함. Center (평균값 Mean, 중앙값 Median, 최빈값 Mode) df.mean() df.median() df.mode() Spread (분산 Variance, 표준편차 SD(Standard Deafness), 사분위 IQR, 범위 Range) df.. 더보기 이전 1 2 다음