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
- 선택정렬 증명
- chatGPT
- 이진탐색 증명
- BERT
- Discrete Wavelet Transform
- haar matrix
- 선택정렬
- binary search
- Proof Selection Sort
- Binary Search Proof
- 이진탐색
- ChatGPT 설명
- GPT-3
- Selection Sort
Archives
- Today
- Total
목록2023/09/19 (1)
Just Do IT
Maximum Likelihood Estimation(MLE) 이해해보기
공돌이의 수학정리노트 님의 포스팅을 보고 나름대로 정리한 글 입니다. MLE란? MLE는 Maximum Likelihood estimation이라고 하고 한국말로는 최대 우도 추정 혹은 최대 가능도 추정이라고 한다.(개인적으로 우도라는 말보다는 가능도라는 말이 훨씬 기억하기도 쉽고 직관적인 것 같다.) 데이터 셋 $X$가 존재할 때 파라미터 $ \theta $로 구성된 확률 밀도 함수(pdf)에서 최적의 $\theta$를 찾는 방법이다. MLE는 ML/DL을 공부하면 항상 나오는 개념이다. 당연하게도 우리는 데이터셋 $X$에 대하여 처음부터 $X$의 분포를 알 수 없기 때문에 이를 추정하기 위해 MLE의 개념을 대입한다. 처음 들으면 Likelihood가 뭔지도 모르고 어떻게 추정하는지도 모른다. 하나하..
데이터사이언스-기초수학/통계학
2023. 9. 19. 21:50