Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 가상환경 제거
- os 확인 명령어
- YOLO detection
- 프로그래머스 43164번
- augmentation 이후 이미지 확인
- 원격서버 로컬 동기화
- DeepLabv3+
- zip 압축해제 명령어
- 프로그래머스 42885번
- gradient descent optimization
- 프로그래머스 67257번
- object detection
- 백준 1325번
- Optimization algorithms
- 가상환경 확인
- 프로그래머스 67258번
- vscode sftp
- 프로그래머스 67256번
- 프로그래머스 72410번
- 카카오 보석 쇼핑
- jupyter 명령어 모드 단축키
- 백준 효율적인 해킹
- jupyter 셀 추가 단축키
- 프로그래머스 42839번
- pytorch 이미지 확인
- 백준 3190번
- 프로그래머스 보석 쇼핑
- 프로그래머스 42883번
- MMdetection
- Kullback-Leibler Divergence
Archives
- Today
- Total
목록MLE (1)
소소한 블로그
[1주차 - Day4] MLE(maximum likelihood estimation)
AI Math 7강에서 나오는 MLE(maximum likelihood estimation)에 대해 정리해봤습니다. 학부 때 분명히 전공 수업을 열심히 들었는데 그때 배운 지식이 어디론가 모두 증발해버렸습니다ㅎㅎ 강의에 나오는 것 중심으로 정리해봤습니다. 일단 MLE를 설명하기 전에 Parametric method 개념을 알아야 합니다. 데이터의 집합이 있다고 가정합니다. 만약 이 데이터 집합이 특정 확률분포를 따른다고 가정한다면, 그 분포를 결정하는 parmameter가 있을 것입니다. 쉬운 예시로 데이터가 정규분포를 따른다고 했을 때, 평균과 표준편차가 해당 확률분포의 parameter가 됩니다. 위와 같이 특정 확률분포를 따를 것이라고 가정하고 parameter를 추정하는 방법을 parametric..
부스트캠프 AI Tech
2021. 8. 6. 00:00