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 |
Tags
- update
- airflow
- Window Function
- CASE
- SQL코테
- MySQL
- 그룹바이
- t분포
- torch
- 카이제곱분포
- SQL 날짜 데이터
- 논문리뷰
- sql
- 서브쿼리
- Statistics
- LSTM
- 짝수
- HackerRank
- NLP
- 자연어 논문
- 자연어처리
- inner join
- GRU
- 자연어 논문 리뷰
- 설명의무
- 코딩테스트
- 표준편차
- sigmoid
- nlp논문
- leetcode
Archives
- Today
- Total
목록통계 (1)
HAZEL
[ Statistics with Code ] 위치 추정 ( 평균, 중앙값, 절사 평균 ) , 변이 추정 ( 중위 절대 편차, 표준편차 )
[ Practical Statistics for Data Scientists : 데이터 과학을 위한 통계 ] 의 내용을 스터디하면서 정리한 내용입니다. 1. 위치 추정 : 데이터를 살표보는 가장 기초적인 단계는 각 피처(변수)의 ‘대푯값’을 구하는 것이다. 이는 곧 대부분의 값이 어디쯤 위치 하는지 (중심경향성)을 나타내는 추정값이다. 중심경향도란, 데이터들을 종합하여 그 중심을 이루는 값이 어느 정도가 될지를 구한 것 이다. 1. 평균 ( mean, average ) : 대푯값을 구하는 것으로 대표적으로 생각할 수 있는 방법이다. 평균은 모든 값의 총합을 값의 계수로 나눈 값으로 계산이 용의하고 사용하기도 편하다. 그러나 데이터를 대표로 하는 값으로 적당하지 않다. 평균을 의미하는 기호로 $ \bar{..
DATA ANALYSIS/Math
2021. 9. 23. 04:44