doing [AI Bootcamp] N131 - Linear Algebra (1) 특히, 인간의 입장에서 인과관계를 명확하게 이해할 수 있는 경우는 선형적인 관계일 때 -> input, output 변수가 모두 여러개 있을 때, 이들이 모두 선형적인 관계로 얽혀있다고 가정하는 것 = 행렬(Matrix) 👀 사람이 시각적으로 이해할 수 있는 것은 3차원이 끝 -> 그 이상은 숫자로 표현 수학자: 어떤 것이든지 벡터가 될 수 있다 e.g. 벡터 간의 덧셈, 상수배 etc 가능... doingMAE코드스테이츠AIMSEmatrixinverse matrixidentity matrixvectordeterminant데이터사이언스bootcampAI [AI Bootcamp] N121 - Hypothesis Test 기술 통계치(Descriptive Statistics) 시각화: Box plot, Bag plot, Violin plot etc - Bag plot: Box plot을 좀 더 다양한 변수를 포함하도록 변형한 것이나, 너무 난해해서 잘 쓰이지 않음 추리 통계치(Inferential Statistics) Effective Sampling Simple Random Sampling: 완전 무작위 추... doing코드스테이츠samplingAIT-test가설검정데이터사이언스bootcampAI
[AI Bootcamp] N131 - Linear Algebra (1) 특히, 인간의 입장에서 인과관계를 명확하게 이해할 수 있는 경우는 선형적인 관계일 때 -> input, output 변수가 모두 여러개 있을 때, 이들이 모두 선형적인 관계로 얽혀있다고 가정하는 것 = 행렬(Matrix) 👀 사람이 시각적으로 이해할 수 있는 것은 3차원이 끝 -> 그 이상은 숫자로 표현 수학자: 어떤 것이든지 벡터가 될 수 있다 e.g. 벡터 간의 덧셈, 상수배 etc 가능... doingMAE코드스테이츠AIMSEmatrixinverse matrixidentity matrixvectordeterminant데이터사이언스bootcampAI [AI Bootcamp] N121 - Hypothesis Test 기술 통계치(Descriptive Statistics) 시각화: Box plot, Bag plot, Violin plot etc - Bag plot: Box plot을 좀 더 다양한 변수를 포함하도록 변형한 것이나, 너무 난해해서 잘 쓰이지 않음 추리 통계치(Inferential Statistics) Effective Sampling Simple Random Sampling: 완전 무작위 추... doing코드스테이츠samplingAIT-test가설검정데이터사이언스bootcampAI