Trend & Knowledge Archive box

1. 학습 목표평균, 분산, 표준편차 등의 기초 통계 개념을 이해한다.공분산과 상관계수를 통해 변수 간 관계를 분석한다.선형 회귀에서 통계 개념이 어떻게 활용되는지 이해한다.2. 데이터의 중심: 평균과 중앙값(1) 평균 (Mean)모든 값을 더한 뒤 개수로 나눈 값공식:✅ 예제:(2) 중앙값 (Median)데이터를 크기순으로 정렬했을 때 중앙에 위치한 값홀수 개 → 가운데 값, 짝수 개 → 가운데 두 수의 평균✅ 예제:3. 데이터의 흩어짐: 분산과 표준편차(1) 분산 (Variance)데이터가 평균으로부터 얼마나 퍼져 있는지를 나타내는 지표공식:(2) 표준편차 (Standard Deviation)분산의 제곱근 → 단위가 원래 데이터와 같아짐공식:✅ 예제:4. 두 변수의 관계: 공분산과 상관계수(1) 공분..

역시 중,고등학교때 열심히 공부했어야 했다...공부하려니 역시나 자꾸 이전 단계를 찾아 보게된다... 🔹 역행렬(Inverse Matrix) 이해하기역행렬은 정사각 행렬(n × n 행렬)에 대해 정의되며, 선형 방정식의 해를 찾는 데 중요한 역할을 합니다.이를 이해하려면 먼저 행렬 곱셈과 단위 행렬의 개념을 알아야 합니다.1. 역행렬이란?여기서 I는 단위 행렬(Identity Matrix)로, 대각선 원소가 모두 1이고 나머지는 0인 행렬입니다.예를 들어, 2×2 단위 행렬은 다음과 같습니다.즉, 행렬과 그 역행렬을 곱하면 단위 행렬이 된다는 것이 핵심 개념입니다.2. 역행렬이 존재하는 조건모든 행렬에 역행렬이 존재하는 것은 아닙니다.역행렬이 존재하려면 다음 조건을 만족해야 합니다.✅ 1) 행렬이 정사..

1. 학습 목표벡터(Vector)와 행렬(Matrix)의 개념을 이해한다.선형 방정식과 행렬 연산의 기본을 익힌다.선형 회귀에서 행렬을 활용하는 방법을 학습한다.2. 벡터(Vector)와 행렬(Matrix) 개념(1) 벡터(Vector)란?여러 개의 숫자를 한 줄로 나열한 것(2) 벡터 연산3. 행렬(Matrix) 개념(1) 행렬이란?숫자를 직사각형 형태로 배열한 것4. 행렬 곱셈(Matrix Multiplication)(1) 두 행렬의 곱셈두 행렬 A, B의 곱은 첫 번째 행렬의 행과 두 번째 행렬의 열을 곱한 값의 합으로 계산5. 역행렬(Inverse Matrix)과 선형 방정식(1) 역행렬의 개념 역행렬을 잘 모르겠다면??https://archive-box.tistory.com/77 [수학] 역행렬..

1. 학습 목표함수(Function)와 기울기(Slope)의 개념을 이해한다.데이터의 관계를 수식으로 표현하는 방법을 익힌다.직선 방정식을 활용하여 X와 Y의 관계를 파악한다.2. 함수(Function) 개념(1) 함수란?하나의 입력(X)에 대해 하나의 출력(Y)이 정해지는 규칙함수의 일반적인 형태:선형 회귀에서 다루는 1차 함수(Linear Function)(2) 함수 예제 X (공부 시간) Y (시험 점수)150255365470580위 데이터를 그래프로 나타내면 직선 형태가 보일 것임.이를 함수로 표현하면:✅ 연습 문제: 다음 데이터에서 함수 식을 구하세요.XY1326394123. 기울기(Slope)란?(1) 기울기의 정의기울기(Slope)는 X가 변할 때 Y가 얼마나 변하는지 나타냄기울기 공식:(2..

선형회기를 공부하려다 보니... 이미 수학에서 손을 땐지가 오래된지라.. 선형회기 학습에 어려움을 느껴사전 학습 플랜을 설정 했다. 📌 6일 코스: 선형 회귀 사전 학습 플랜✅ 목표: 선형 회귀를 이해하기 위해 필요한 기초 개념 학습✅ 학습 시간: 하루 30분~1시간✅ 학습 방식: 개념 설명 + 연습 문제 + 간단한 코드 실습🔷 Day 1: 함수(Function)와 기울기(Slope) 이해하기🎯 학습 목표: 함수 개념과 기울기(변화율)를 이해하고, 데이터의 관계를 수식으로 표현하는 법을 익힌다.1. 함수 개념 복습1차 함수: y=ax+bX(독립변수)와 Y(종속변수)의 관계2. 기울기(Slope)의 의미기울기 a 가 양수/음수일 때 변화기울기가 크면 그래프가 가파름✏️ 연습 문제:y=2x+3에서 기울..

학습 목표선형 회귀 알고리즘의 개념과 원리를 이해한다.단순 선형 회귀와 다중 선형 회귀의 차이를 학습한다.Python을 사용하여 선형 회귀를 구현하고 결과를 분석한다.1. 선형 회귀란 무엇인가?**선형 회귀 (Linear Regression)**는 입력 변수와 출력 변수 사이의 관계를 직선으로 표현하여 예측하는 알고리즘입니다.1.1. 특징:연속형 데이터를 예측하는 데 사용됩니다.데이터를 가장 잘 설명하는 직선을 찾습니다.공식:단순 선형 회귀: : 출력 (예측값): 입력 (독립 변수): 기울기 (slope): 절편 (intercept)다중 선형 회귀: 1.2. 사용 사례:집값 예측 (면적에 따른 가격)광고비에 따른 매출 예측학생 공부 시간에 따른 시험 점수 예측2. 선형 회귀의 동작 원리가설 설정: 형태의..

학습 목표AI의 주요 응용 분야를 이해한다.다양한 산업에서 AI가 어떤 역할을 하는지 살펴본다.AI 응용 사례를 바탕으로 새로운 아이디어를 떠올린다.1. AI의 주요 응용 분야AI는 여러 산업에서 혁신을 일으키고 있습니다. 대표적인 분야는 다음과 같습니다:1.1. 의료 (Healthcare)질병 진단: AI는 의료 영상 분석을 통해 암, 심장 질환 등을 조기 진단합니다.신약 개발: 신약 후보 물질을 빠르게 찾고 임상시험을 최적화합니다.가상 간호사: 환자의 질문에 답변하고 약 복용을 모니터링합니다.1.2. 금융 (Finance)사기 탐지: 비정상적인 거래를 탐지하여 금융 사기를 예방합니다.투자 추천: 과거 데이터를 분석하여 투자 결정을 돕습니다.신용 평가: 대출 신청자의 신용도를 AI로 평가합니다.1.3...

학습 목표머신러닝의 개념과 작동 원리를 이해한다.지도학습, 비지도학습, 강화학습의 차이를 학습한다.머신러닝의 기본 워크플로우를 익힌다.1. 머신러닝의 정의**머신러닝 (Machine Learning)**은 데이터를 활용하여 컴퓨터가 스스로 학습하고 예측하거나 결정을 내릴 수 있도록 하는 기술입니다.머신러닝의 특징:데이터 기반 학습명시적인 프로그래밍 없이도 패턴을 학습성능 개선 가능2. 머신러닝의 유형지도학습 (Supervised Learning):입력 데이터와 출력 데이터가 명확히 주어진 상태에서 학습.예: 이메일 스팸 필터링 (스팸 여부 라벨 제공).비지도학습 (Unsupervised Learning):출력 데이터 없이 입력 데이터의 패턴을 학습.예: 고객 군집화 (고객 데이터의 유사성 분석).강화학습..

학습 목표AI(인공지능)의 기본 개념 이해하기머신러닝과 딥러닝의 차이점 파악하기AI의 주요 활용 사례 알아보기1. AI의 정의AI(Artificial Intelligence)는 기계가 인간처럼 사고하고 학습하며 문제를 해결할 수 있도록 만드는 기술입니다. AI는 컴퓨터가 스스로 데이터를 분석하고, 패턴을 학습하며, 결정을 내릴 수 있게 합니다.주요 특징지능적 행동: 데이터를 바탕으로 결정을 내림학습 가능: 새로운 데이터를 통해 성능 개선적응성: 환경 변화에 따라 반응2. AI의 구성 요소AI는 다양한 하위 분야로 구성됩니다. 그중 두 가지 핵심 개념은 다음과 같습니다:2.1 머신러닝 (Machine Learning)데이터에서 자동으로 패턴을 학습하고 이를 기반으로 예측하는 기술.예: 스팸 메일 필터링, ..

기존 3개월 짜리 학습을 하며 Daily로 산출한 학습 자료가 커리큘럼에 맞지 않는것 같아 새로 산출하여 진행 하려 고 새로 뽑음.아.... 일단 7일차까지는 쭉 뽑아서 한번에 하고.. 8일차를 내일부터 해야겠네.. ㅠㅜ일단 하루 30분씩 공부할 커리큘럼 작성.'열심히 해보자. 1개월 차: AI 기초 및 Python 프로그래밍1주차: AI 기본 개념Day 1: AI란 무엇인가? (AI, 머신러닝, 딥러닝 개념 정리)Day 2: 머신러닝의 작동 원리 (데이터, 학습, 예측)Day 3: AI의 주요 활용 사례 살펴보기Day 4: AI 학습에 필요한 기초 수학 (기초 선형대수와 확률)Day 5: Python 개요 및 설치하기Day 6: Python 기본 문법 (변수, 데이터 타입)Day 7: 복습 및 퀴즈2주..