본문 바로가기

728x90

All Post105

Module 4. Bayesian (고려대학교 김재환) 날짜: 2023년 7월 4일 Part1. Principle and Structure 1. Bayesian 원리 및 작동방식 Part 2. Estimation Algorithm 1. Joint Probablity Distribution(결합 확률 분포) 결합 분포란 확률 변수가 두 개 이상일 때 여러 사건이 동시에 일어날 확률을 말함. 2. Bayesian 추정 알고리즘 3. Random Walk Metropolis-Hastings Algorithm 1. Posterior Distribution 적분하지 않고 할 수 있는 방법: Prior * Likelihood 2. Gibbs Sampling 위의 방식으로 안될 경우 사용 parameter의 conditional 분포를 알 경우, Gibbs samplin.. 2023. 7. 4.

Module 3. SCM & 수요예측 (고려대학교 이현석 교수) 날짜: 2023년 7월 3일 Part 1. Forecasting (1) 1. 수요예측 기법 및 예측 오차 과거에 observe된 데이터를 가지고 예측 Naive Method 과거 period 정보를 가지고 예측 2. The simple Average - 평균값을 활용한 예시 ⇒ 이렇게 되면 8, 10년 전 데이터도 다 사용하게 됨 ⇒ 이게 과연 의미가 있는가 ⇒ 최근 몇 년꺼 만 가지고 오자 ⇒ Method 3 3. The Moving Average Forecast 과거의 3개월치만 가지고 가져와서 예측하는 방식 ⇒ 동일한 가중치를 주는게 맞는가 (과거와 최근 데이터의 가중치가 동일) ⇒ 최근 데이터에 가중치를 더 주는게 맞지 않나 4. Weighted Moving Average Forecast 3개월치.. 2023. 7. 4.

Module 2. Mathmatics for ML (KAIST 신진우 교수) 날짜: 2023년 7월 2일 Part 1. Matrix Decomposition(행렬 분해) 1. Determinant(행렬식) - 3x3 matrix의 Determinant를 2x2 matrix의 Determinant로 다시 정의할 수 있음 → Laplace expansion이라고 칭함 - Determinant의 성질 2. Trace - Determinant와 유사한 의미 - Matrix의 어떤 Diagonal Entry를 다 더한 형태를 Trace라고 함 - 덧셈 분해가 가능함 3. Eigenvalue and Eigenvector - Ax = lambdax 로 표현될 때, lambda의 scala value인 lambda와 이런 x Vector를 Eigenvalue와 Eigenvector라고 부르게 .. 2023. 7. 4.

이전 1 ··· 15 16 17 18 다음

728x90

티스토리툴바