정을 붙이면 어디든 고향

information value: 특정 범위로 모수를 나누었을 때 해당 범위에서의 정보량(target 을 분류할 수 있는 능력) 을 수치회 한 간단한 feature selection measure 중 하나. 수식: https://support.sas.com/resources/papers/proceedings15/3242-2015.pdf 계산예시: https://www.listendata.com/2015/03/weight-of-evidence-woe-and-information.html 값의 ..

(존경하는 이박사님이 리드해주시는!) 스터디의 주제가 강화학습으로 이동했다. David Silver 아저씨의 Reinforcement Learning 슬라이드 http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html 를 따라기 벅찰 때, 스터디를 빠지게 되어 독학해야 할 때, 감사한 한글자료. 모두의 연구소 강화학습 스터디. Fundam..

모두를 위한 머신러닝/딥러닝 강의 홍콩과기대 김성훈 교수님 자료. https://hunkim.github.io/ml/ 어디서 들은 이름인데.. 이름인데.. 생각하다보니 친한 동료가 잠깐 속했던 랩실의 교수님이시다. 링크의 제목이 익숙한 것으로 보아, 한동안 핫했던 자료인 것 같다. 자료가 알차고 훌륭하다. 애 ..

Information Gain (= Mutual Informaion) * 관련해서 과거에 적었던 포스트 : Information Theory : Entropy, KL-divergence (Cross Entorpy), Mutual Information 1. 정의 : 서로 다른 두 랜덤벡터 x,y에 대한 의존도를 측정한다. * 비고 : kl - divergence 정의 - 같은 랜덤 벡터 x의 서로 다른 두 확률분포 간 거리를 측정. 2. 의미. : ..

데이터 분석가. 데이터 마이너. 빅데이터 전문가. 데이터 사이언티스트. 다 같은 말이다. 치킨, 닭튀김, 후라이드, 치킨 가라아게, 닭강정. 뭐... 주말 느즈막히 일어나 늦은 첫 식사를 마치니 오후 다섯 시... =_= 소파에 누워 여기저기 링크 타고 떠돌다가 데이터 사이언티스트가 이..

T(n) = 1 + 2 + 3 + ... + n = n(n + 1)/2 위 정의를 그림으로 쉽게 이해하는 링크. 알고리즘 공부하다 햇갈려 찾아봄. http://www.maths.surrey.ac.uk/hosted-sites/R.Knott/runsums/triNbProof.html

데이너마이닝 업종에 종사한 지 10년이 되었다. 2년쯤 전부터 갑자기 화제가 되면서 보는 관점에 따라 다양한 이름으로 불리고 있다, 데이터마이너, 빅데이터 전문가, 데이터 사이언티스트, 데이터 분석가, 퉁계분석가, 개발자, 컨설턴트, 모델러 등등이 그것이다. 글에서 제일 중요한 것..

회사에서 북리더 오픈세미나 진행했던 자료. 슬라이드쉐어 사이트에 가입하기 귀찮아서 그냥 pdf 캡쳐해서 첨부 - 요약 : 차트는 최소한으로 써야 한다. 많이 쓰기는 쉬워도 적게 쓰기는 어렵다. 그러므로 차트에 대해서 더욱 잘 알아야 한다. - 장점 : 각 차트별 특성 및 실전 응용 예시가 ..

< 샘플링 가이드 > 1. 이론적 조언 (2천 개 가량을 추천) 현실의 모집단 대부분이 교과서적인 표준정규분포가 아니기 떄문에 샘플 크기를 가능한 한 크게(1천~2천 이상)하여, 커버리지를 넓히는 것이 좋음. 95% 신뢰구간에서 5% 이내의 표준오차를 가지려면 약 400개를 샘플링. 95% 신뢰..