프로젝트 수행을 위한 이론 1:Statistics

* tensor의 계산 (pytorch)

1. 흑백이미지의 y축 대칭 (좌우로 대칭이동) 이미지행렬 * 단위행렬의 반대각 행렬

2. 흑백이미지의 상하로 대칭 단위행렬의 반대각 행렬 * 이미지행렬 

 

* mean vector and Covariance Matrix  : PCA

평균벡터의이해

공분산 행렬: 여러 변수들의 공분산을 행렬 형태로 표현할한 것을 의미함

공분산이란 두 확률 변수 간의 선형 관계를 나타내는 지표로, 두 변수의 값이 함께 변화하는 정도를 측정

다변량 정규분포에서 각 변수 간의 분산과 공분산을 설명하느데 사용됨

공분산 행렬은 주성분 분석(PCA)에서 데이터의 주성분을 추출하는 데 사용됨

 

** How to get covariance matrix?

출처 :https://stats.stackexchange.com/questions/474505/understanding-covariance-matrix-formula

 

 

2.Random Variable 

확률변수란?

1.확률적 시행의 결과(사건)를 실수로 대응시키는 함수이다.

2. 확률함수란 확률변수가 특정 값을 가질 확률을 나타내는 함수이다

3. 확률변수의 평균 = 기댓값

4. 확률변수의 분산은 기댓값의 특성을 나타내는 값

 

3. 분산분석

3개 이상 다수의 집단을 비교할 때 사용하는 가설검정 방법

H0 : 모든 집단의 평균은 같다. VS. H1 :  적어도 한 집단의 평균은 다르다.

** p < 0.05인 경우 H0(귀무가설) 기각 

출처 : https://bioinformaticsandme.tistory.com/198

 

4. 상관분석

출처 : https://analytics17.blogspot.com/2017/08/1-2.html

 

-5. ML/DL

출처: https://srinivas-yeeda.medium.com/loss-functions-in-deep-learning-models-129866be93e

** loss function 

** gradient descent : loss function의 최솟값

https://community.deeplearning.ai/t/how-to-get-the-derivatives-of-the-logistic-cost-loss-function-teaching-staff/146142 

How to get the derivatives of the logistic cost/loss function [TEACHING STAFF]

loss function 식을 활용하여 gradient descent 까지 도출되는 과정으로 참고하면 좋을 사이트이다.