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
- 데이터분석
- 데이터 사이언스
- 판다스
- sklearn
- 커리어전환
- 경력기술서 첨삭
- 머신러닝
- 데이터사이언스학과
- 데이터사이언티스트
- 과제전형
- pandas
- 데이터 분석
- 경력 기술서
- 이력서 첨삭
- 퀀트 투자 책
- 하이퍼 파라미터
- 사이킷런
- 자기소개서
- 데이터사이언스
- 주요 파라미터
- 데이터 사이언티스트
- AutoML
- 퀀트
- 주가데이터
- 코딩테스트
- 파이썬
- 랜덤포레스트
- 대학원
- 하이퍼 파라미터 튜닝
- 주식데이터
Archives
- Today
- Total
목록정규분포 (1)
GIL's LAB

이번 포스팅에서는 scipy를 이용하여 확률 분포에서 샘플링하는 방법에 대해 알아보겠습니다. 확률 분포 샘플링이란? 샘플링(sampling)이란 특정한 확률 분포에서의 확률을 바탕으로 샘플을 추출하는 작업을 말합니다. 통계에서는 모집단에서 일부를 임의로 선택하는 작업을 샘플링이라 하지만, 여기서는 주어진 확률 분포에서의 샘플링으로 한정하겠습니다. 샘플링은 확률 분석 뿐만 아니라, 머신러닝 및 딥러닝 등에서도 자주 활용되는 개념입니다. numpy.random.choice를 이용한 샘플링 간단히 예를 들어서 주사위를 던져서 나오는 숫자를 샘플링한다고 해보겠습니다. 이 숫자는 {1, 2, 3, 4, 5, 6} 중 하나를 취할 확률이 1/6인 확률 변수를 따릅니다. 참고로 확률 변수가 가질 수 있는 값의 집합을..
데이터사이언스/확률 통계
2022. 8. 14. 15:58