Home

(확률통계) 조건부 확률의 정의 \[P(A|B) = {P(A \cap B) \over P(B)}\] 왜 분모에 P(B)가 들어가는가? 분자의 입장에서 분모는 최대 1임. 분모가 작아질수록, 분자의 영향력이 커짐 조건부 확률이라는 것은 힌트를 미리 준 것이라고 생각하면 편함. 예로, 전체 학교에서 특정 학생을 지목할 확률을 구하라는 문제가 있는데, 힌트를 주는 것임. 그 학생은 남자라고. 그러면 전체 경우의 수가 확 줄어듬 그 힌트가 바로 조건 비가 오는날 교통사고가 일어날 확률 비가 왔을때 교통사고가 일어날 확률 ...

수행시간 2,000만회 -> 1초 즉 N = 100만개라고 가정하면 NlogN 이하의 알고리즘을 사용해야 시간초과가 안나게 문제를 풀 수 있다. (O(NlogN) = 약 2,000만) 시간복잡도 계산하기 시간복잡도 계산은 아직도 꽤나 어렵다. 여러 예시를 통해 구체화 해보자. import sys sys.setrecursionlimit(int(1e9)) n, m = map(int, sys.stdin.readline().rstrip().split()) arr = [int(input()) for _ in range(n)] explorer = [] answer = ...

axis에 대한 고찰 axis 0 row 방향의 축을 의미 axis 1 column 방향의 축을 의미 코드 적용 예시 array2d = np.array([[8, 12], [7, 1 ]]) sort_array2d_axis0 = np.sort(array2d, axis=0) print('로우 방향으로 정렬:\n', sort_array2d_axis0) sort_array2d_axis1 = np.sort(array2d, axis=1) print('컬럼 방향으로 정렬:\n', sort_a...

Abstract Pruning에 대한 benchmark가 어려워서 지난 30년동안 어느정도의 성과가 있었는지 정량적 평가가 어려움 ShrinkBench라는 오픈소스 활용해서 표준화된 방법으로 Pruning 방법들 비교하고자 함 Introduction 머신러닝이 딥러닝에 힘입어 주목받고 있으며 핸드폰같이 제한된 환경에서도 신경망을 사용하는 경우가 생김 parameter 줄이는 대표적인 방법인 pruning을 조사할 것임 81개의 논문을 조사했으며 대부분의 논문이 다른 프루닝 방법과의 비교나 하이퍼 파라미터 구체화나 한개 방법정도와만 비교한 정도라서 성능적 우수성을 객관화 한 논문이 거의 없었...

Series는 칼럼이 한개 / DataFrame은 칼럼이 여러개 Series Key, value 형태로 이루어져 있음. Dict타입과 호환 가능 리스트와도 호환가능. 이때는 정수형 인덱스가 들어감 인덱스 종류 정수형 인덱스 sr[0], sr[0:2] 인덱스 이름 sr['c'], sr['c': 'e'] DataFrame 각 행이 ‘record’라고 불리며, 각 열이 ‘feature’라고 불림 초기 정보 보는법 Dat...