다시 통계공부를 시작해서 오늘은 통계 기초에 대해 포스팅하려고 합니다.머신러닝과 딥러닝에서는 베이즈 이론이 상당히 많은 부분을 차지하므로, 이를 다시 공부하는 것에 포커스를 맞추려고 합니다. 이를 이해하기 위한 기초적인 개념에 대해 포스팅하겠습니다. 확률공리 어떤 사건 A가 발생할 확률은 0보다 같거나 큽니다. $$P(A) \geq 0$$ 모든 표본공간(사건이 발생하는 모든 경우를 모아놓은 공간) S에 대한 확률의 값은 1입니다. $$P(S)=1, S =\{A_1, A_2,A_3, \dots, A_n\}, $$ 표본공간 S에 정의된 사건열에 대해 겹치지 않으면(mutual exclusive), 다음이 성립합니다.$$P(\cup_{i=1}^{\infty}A_i)= \sum_{i=1}^{\infty}P(A_..

백준 7576번 토마토 문제에 대한 포스팅을 올리겠습니다. 문제정의 이는 전형적인 BFS 문제입니다. N x M의 상자를 입력받고, 상자 내에 토마토(1아니면 0), 칸막이(-1)의 값을 입력받습니다. 1의 경우 익은 토마토, 0은 익지 않은 토마토를 뜻합니다. 특이한 것은 보관 후 하루가 지나면 1에 인접한(좌,우,위,아래 4방향) 익지않은 토마토들이 모두 익은 토마토로 변합니다(인접한 0의 원소들이 전부1로 변하는 과정입니다). 이렇게 기존 익은 토마토들에 인접한 익지 않은 토마토들이 익는데 하루(+1)가 걸린다고 가정합시다. 그리하여 상자 내의 모든 토마토가 1이 되는데 어느정도의 시간이 걸리는지 구하는 문제입니다. 입출력 정의 첫 줄에는 상자의 크기를 나타내는 두 정수 M,N이 주어진다. M은 상..

*시작하기에 앞서 스탠포드 대학의 CS224W강의를 듣고 제가 공부하고 이해한 것을 정리해놓은 것입니다. 그래프는 복잡한 세상을 표현하는 일반적인 수단중 하나입니다. 대표적으로 그래프로 표현될 수 있는 정보는 페이스북의 친구관계, 유튜브 알고리즘, 네플릭스 시청자 분석 등이 있지요. 뿐만 아니라 생물학의 단백질 구조, 이미지 내에서으 의 오브젝트의 관계 등등 생각보다 많은 것들을 그래프로 표현할 수 있습니다. 머신러닝 관점에서 그래프는 복잡한 도메인들을 관계그래프로써표한할 수 있는 풍부한 관계 구조를 가지고 있는 것이고, 우리는 이러한 관계를 모델링함으로서, 좋은 퍼포먼스를 얻는 것을 목표로 합니다. Ways to Analyze Networks 네트워크(그래프)를 분석하는 방법은 크게 다음과 같은 방법들..