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 |
- hadoop2
- tensorflow
- python
- Sort
- 그래프이론
- effective python
- 주식분석
- scrapy
- 하둡2
- hive
- 코딩더매트릭스
- yarn
- C
- C언어
- 선형대수
- recursion
- LSTM
- 딥러닝
- graph
- 파이썬
- NumPy
- 텐서플로
- 알고리즘
- Java
- HelloWorld
- GRU
- RNN
- codingthematrix
- collections
- 하이브
- Today
- Total
EXCELSIOR
Loss functions for Regression 1. Loss functions for regression Mean Absolute Error (MAE) Mean Absolute Percentage Error (MAPE) Mean Squared Error (MSE) Root Mean Squared Error (RMSE) Huber Loss Log-Cosh Loss 2. Mean Absolute Error (MAE, L1 Loss) MAE는 가장 단순한 형태의 loss function이라고 할 수 있음 각각의 실제값($y_i$)과 예측값($\hat{y}_i$) 간의 차이의 절대값을 구한 후 평균을 구한것을 MAE라 함 수식은 다음과 같음 $$ \text{MAE} = \frac{1}{n} \sum_{i..
이번 포스팅은 Graph Theory에 관하여 참고할만한 자료를 검색하던 중 맨체스터 대학교의 Discrete Math의 Lecture Note 자료를 얻게 되어 이를 바탕으로 공부하면서 정리한 것입니다. Chap03 - Graph ColouringChap02 - Representation, Sameness, and Parts 에서는 Graph를 표현하는 방법, 두 그래프의 동일함을 의미하는 Isomorphism 그리고 Graph의 부분집합인 subgraph에 대해 살펴보았다.이번 Chap03에서는 Graph의 vertex 에 대해 같은 색(color)이 인접하지 않도록 색을 부여하는 방법인 Graph Colouring에 대해 알아보도록 하자. 3.1 Notions and notation먼저, Grap..
이번 포스팅은 Graph Theory에 관하여 참고할만한 자료를 검색하던 중 맨체스터 대학교의 Discrete Math의 Lecture Note 자료를 얻게 되어 이를 바탕으로 공부하면서 정리한 것입니다. Chap02 - Representation, Sameness and PartsChap01 - Introduction에서는 전반적인 Graph Theory와 Graph 구조 및 종류에 대해 살펴보았다. 이번 Chap02에서는 Graph를 표현하는 방법, 두 그래프의 동일함을 의미하는 Isomorphism 그리고 Graph의 부분집합인 subgraph에 대해 알아보도록 하자. 2.1 Ways to represent a graph먼저 graph를 표현하는 방법에 대해 살펴보자.graph는 여러 가지 방법으로..
이번 포스팅은 Graph Theory에 관하여 참고할만한 자료를 검색하던 중 맨체스터 대학교의 Discrete Math의 Lecture Note 자료를 얻게 되어 이를 바탕으로 공부하면서 정리한 것입니다. 1. Introduction1.1 Graph Theory그래프 이론(Graph Theory)은 1736년에 그 유명한 오일러(Euler)에 의해 시작 되었다.오일러는 Königsberg Bridge Problem을 풀기 위해 아래의 그림과 같이 육지(land)를 하나의 점(point)으로 나타내고, 다리(bridge)를 선(line)으로 추상화하여 나타냈다. 이 때 사용한 방식이 바로 그래프 이론의 시초가 된다. Königsberg Bridge Problem는 다음과 같다. 이 문제의 답을 미리 말하자..
LEXRANK: GRAPH-BASED LEXICAL CENTRALITY AS SALIENCE IN TEXT SUMMARIZATION본 논문에서 제안한 LexRank는 Graph-based Extractive Summarization에 해당한다. LexRank는 문서 내 문장을 하나의 노드(node)로하는 그래프 표현하고, 한 문장의 중요도를 고유벡터 중심성(eigenvector centrality)를 이용하여 계산한다.1. INTRODUCTIONSummary는 두 가지 종류로 나눌 수 있다.Topic-oriented summaries : 사용자가 설정한 특정 주제(topic)를 중심으로 요약하는 방법generic summaries: 원본 텍스트가 포함하고 있는 전반적인 내용을 요약하는 방법 → 일반적인 ..
1. CONDITIONAL PROBABILITY(조건부 확률)1.1 정의조건부 확률(conditional probability)는 두 사건(event, 실험이나 관측 등의 행위에 의해 생긴 결과)에 대한 확률이다. 하나의 확률 변수(random variable)가 주어졌을 때 다른 확률 변수에 대한 확률이다. 즉, 어떤 사건 가 발생했을 때 사건 가 일어날 확률을 의미하며, 수식으로는 다음과 같이 나타낸다.1.2 예제한 개의 주사위를 던져서 홀수의 눈이 나왔을 때, 그 눈이 3의 배수일 확률을 구해보면 다음과 같이 구할 수 있다.한 개의 주사위를 던져서 홀수의 눈이 나오는 사건을 , 3의 배수가 나오는 사건을 라고 한다. 는 한 개의 주사위를 던져 홀수의 눈이 나올 확률이므로 는 한 개의 주..
Chap01 - 기술 통계학 (Descriptive statistics) 기술통계학(Descriptive statistics)는 데이터를 정리하여 그림이나 표로 요약하거나 데이터의 수치값을 요약한 대표값 그리고 데이터의 흩어진 형태(분포)와 변동 등을 구하는 통계학이다. 이번 포스팅에서는 기술 통계학에 대해 알아보도록 하자. 1. 여러 가지 평균평균은 데이터의 중심적인 값을 나타낸다. 산술평균(arithmetic mean)흔히 우리가 '평균'이라고 하는 것을 말한다. 산술평균을 구하는 방법은 데이터의 총합을 데이터 전체 개수로 나눈 것이며, (산술)평균에서 벗어난 데이터의 영향을 크게 받는다. 개의 데이터 에 대한 산술평균을 구하는 식은 다음과 같다. 기하평균(geometric mean)기하평균은 넓..
Chap06 - SQL 프로그래밍 저번 포스팅인 Chap05 - 조인, JOIN에서는 INNER JOIN 과 OUTER JOIN 그리고 UNION/EXCEPT/INTERSECT에 대해 알아보았다. 이번 포스팅에서는 SQL 프로그래밍에 대해 알아보도록 하자.T-SQL에서도 Python이나 Java와 같은 다른 프로그래밍 언어와 마찬가지로 IF∙∙∙ELSE.., WHILE, TRY...CATCH 등과 같은 프로그래밍이 가능하다.이번 포스팅에서 이루어지는 실습은 Chap03-1.Transact-SQL 기본에서 생성한 sqlDB를 사용하기 때문에, 먼저 해당 링크를 통해 sqlDB를 생성해야 한다.1. BEGIN∙∙∙ENDTransact-SQL 문의 그룹을 실행할 수 있도록 일련의 Transact-SQL 문을 ..