코딩복습장

오늘 포스팅할 내용은 조건부확률과 베이즈 정리이다.  예제들과 함께 살펴볼 것이다.  포스팅 시작~!  강의링크는 다음과 같다. http://www.kocw.net/home/search/kemView.do?kemId=1056974 확률 및 통계확률변수는 예측할 수 없는 물리적 신호를 표현하는 수학적 모델로서, 함수의 변수가 확률적 분포에 의하여 임의로 발생하는 경우에 적용한다. 확률신호는 통신신호, 영상 및 음성신호, 등과 같www.kocw.net  교수님은 먼저 sample space가 무엇인지부터 정의해주신다.  Sample space의 정의: output이 random하게 나올 때, 가능한 모든 output의 집합 어떤 Sample space에서 Event(A)가 발생할 확률을 P(A)로 표시한다...

이번 글에서는 Heap sort를 구현해볼 것이다.  heap은 max heap을 사용할 것이다.  우리는 배열에 데이터를 넣고 heap으로 사용할 것이다.  이전 글에서 우리는 배열로 complete binary tree를 만들때 부모노드를 구하는 방식을 배웠다. 여기서 자식노드를 구하고 싶을 경우왼쪽 자식노드: 부모노드 index x 2오른쪽 자식노드: 부모노드 index x 2 + 1이 공식은 배열의 0번째 index가 비워져 있을 때의 공식이다.  배열을 모두 채웠을 경우는 공식이 아래와 같아진다. (한칸씩 배열이 왼쪽으로 밀림) 부모 = 배열의 길이 // 2 - 1왼쪽 자식 = 부모 * 2 + 1오른쪽 자식 = 왼쪽 자식 +1우리는 이 공식을 이용하여 힙 정렬을 구현할 것이다.  우리는 가장 오..

이번 글에서는 heap과 heap의 구현, heap sort의 구현에 대해 다뤄보려고 한다.  내용이 너무 많아 이번 포스팅에서는 개념을 다루고 다음 포스팅에 구현을 다루려고 한다. 🔹 힙(heap)힙은 최댓값, 최솟값을 빨리 알아내기 위해 고안된 완전 이진트리(complete binary tree)를 기본으로 하는 자료구조이다.  - 출처: 위키백과  힙은 크게 두 가지 조건은 만족하는 자료구조라고 볼 수 있다.  1. 완전 이진트리 : 노드를 삽입할때 왼쪽부터 차례대로 삽입하는 트리  2. Partial Order: 데이터 일부분에 대해서 어떠한 특징을 만족하는 것 (반대는 total order가 있음, 순서 만족)-> 오름차순, 내림차순을 만족하지는 않지만 부모 노드가 자식노드보다는 항상 크거나 ..

이번 글은 머신러닝의 기초인 MLE, MAP에 대해서 정리하려고 한다.  🔹 Probability(확률)와 Likelihood(가능도) 확률은 무엇일까? 확률은 주어진 확률분포에서 관측값이 나올 확률이다.X가 확률을 구하고 싶은 사건이라고 하고, D가 주어진 확률분포라고 하자수식은 다음과 같다.   likelihood는 어떤 사건이 일어났을때, 그 사건이 특정 분포에서 일어났을지에 대한 확률이다. D는 정해지지 않은 확률분포이고 하고, X가 관측된 값이라고 하자수식은 다음과 같다.  즉, 확률의 개념과는 반대로 주어진 관측값으로 해당 사건이 어떤 확률 분포에서 왔는지를 추정하는 것이다.  🔹 MLE (Maximum Likelihood Estimation)  MLE란 각 관측값 X에 대한 모든 Like..