DATA/Note

[확률및통계] 강의 정리

확률 및 통계를 공부하기 위해 이상화 교수님의 2014-1 확률및통계 강의를 들으며 스터디를 참여했습니다. 스터디 Github - https://github.com/vg-rlo/probability-statistics-study GitHub - vg-rlo/probability-statistics-study: 기초확률통계스터디 기초확률통계스터디. Contribute to vg-rlo/probability-statistics-study development by creating an account on GitHub. github.com 강의노트 Gdrive - https://drive.google.com/drive/folders/1NybAUEEni5Zx9kHdNpRQE9oQUmAg9crD?usp=sharing

[시계열] Exponential Smoothing (지수 평활법)

해당 강의노트는 김성범 교수님의 Exponential Smoothing (지수 평활법) 강의를 기반으로 작성했음을 밝힙니다. 구간 평균법 $L_t = {D_t + D_(t-1) + ... + D_(t-N+1)}/N$ 과거 시점의 일정기간의 평균(단순 평균)으로 다음 시점을 예측 구간 평균법이 적절한 case Trend나 Seasonality variables과 같은 일정 패턴없이 변하는 level을 가진 데이터 (질문) 일정 패턴없이 변하는 level이 cycle인지 아니면 random한건지? 어떤 case를 의미하는 것인지 궁금 구간 평균법의 한계 과거 n개의 데이터에 동일한 가중치를 준다. 예시: 현재 시점 t를 기준으로 n=3까지의 과거 데이터를 고려한다고 가정해보자. 구간평균법은 t, t-1, t..

[시계열] Time Series Regression - Part 3

본 강의노트는 김성범 교수님의 Time Series Regression - Part 3를 바탕으로 작성했음을 밝힙니다. Modeling Seasonal Variations Using Binary variables Binary variables: 0 아니면 1의 값을 가지는 변수 Example - Modeling Seasonal Variations Using Binary variables 14년: 1년이 12개월이므로 t는 1~168 Increasing Seasonal ⇒ log 변환 필요, 복원해줄땐 exlog 변환 필요 이를, 모델링할 수 있는 형태로 바꾼다면? 최소제곱법을 사용한 다중회귀모델 여기서, Binary variable은 M에 해당한다. Trend성분은 Linear한 B1, B2까지만 해당한..

[시계열] Time Series Regression - Part 2

본 강의노트는 김성범 교수님의 Time Series Regression - Part2를 바탕으로 작성했음을 밝힙니다. Review - 시계열 데이터 구성요소 위의 그림을 보면, Trend, Seasonal variations, Random fluctuation이 나타남을 볼 수 있다. Time Series Analysis 시계열 회귀분석 지수 평활법 박스-젠킨스 시계열 분석법 다양한 머신러닝 방법(Hidden Markov, DNN ...) Time Series Regression Models(시계열 회귀분석) t 시점에서의 종속변수(주로 y)에 대한 독립변수(주로 x)의 선형결합 $y_t = TR_t + ε_t$ $y_t$ = the value of time series $TR_t$ = the trend..

[시계열] Time Series Regression - Part 1

본 강의노트는 김성범 교수님의 유투브 강의를 바탕으로 작성했음을 밝힙니다. 강의 링크: youtu.be/7Do_hixXCpc 시계열 데이터 시간의 흐름에 따라 순서대로 관측되어 시간의 영향을 받게 되는 데이터 e.g. 일, 달, 분기(Quarterly), 년 시계열 데이터 예시 0:50 ~ 7:25 시계열 데이터 구성요소 "영어로 알자" Trend(추세변동) e.g. 올라가거나, 내려가는 모양 Cycle(순환변동) e.g. 올라갔다 내려온 한 주기 Seasonal variations(계절변동): Cycle의 일부분, 계절에 따라 Cycle이 형성된 것 Random fluctuation(우연변동) Trends 시간이 경과함에 따라 관측값이 지속적으로 증가(upward) 혹은 감소(downward)하는 Tr..

[CS231n] Lecture 5 | Convolutional Neural Networks

해당 강의노트는 Stanford University CS231n Spring 2017 강의를 기반으로 작성했음을 밝힙니다

[Tensorflow]mnist - 성능 확인하기 및 개선하기

tf 버전: 2.2.0 1. Test test_loss, test_accuracy = model.evaluate(x_test_reshaped,y_test, verbose=2) print("test_loss: {} ".format(test_loss)) print("test_accuracy: {}".format(test_accuracy)) predicted_result = model.predict(x_test_reshaped) # model이 추론한 확률값. predicted_labels = np.argmax(predicted_result, axis=1) idx=0 #1번째 x_test를 살펴보자. print('model.predict() 결과 : ', predicted_result[idx]) print('..

[Tensorflow]mnist - Network 설계하기 및 학습시키기

1. MNIST 딥러닝 네트워크 쌓기 model=keras.models.Sequential() model.add(keras.layers.Conv2D(16, (3,3), activation='relu', input_shape=(28,28,1))) model.add(keras.layers.MaxPool2D(2,2)) model.add(keras.layers.Conv2D(32, (3,3), activation='relu')) model.add(keras.layers.MaxPooling2D((2,2))) model.add(keras.layers.Flatten()) model.add(keras.layers.Dense(32, activation='relu')) model.add(keras.layers.Dense(1..