Mathematics BasicData Programing for Data science

머신러닝 파이프라인 (ML Pipeline)

모델링 워크플로우(Modeling Workflow)

의 과정의 이해 및 데이터과학수학 적용(미분,적분,행렬,벡터,확률)

 

 

가정 -> 모델링 -> 검증 -> 수정

 

---

모델 구축(Model Building) 목적

 

무작위로 보이는 데이터의 바다에서

'변하지 않는 진실(Signal)'을 찾아내어,

미래의 사건을 '예측’하고

'설명'하기 위함입니다.

 

---

데이터를 수학적으로 해석하는 과정에 대해서 공부하고 있습니다.

 

수학을 다시 시작하려니 어렵긴 하지만 답을 찾아가는 과정이 재밌는것 같습니다.

 

지수, 로그, 자연상수, 자연로그, 백터, 행렬, 미분, 적분, 편미분, 역행렬, 전치, 확률, 확률변수, 우도, 최대우도추정, 확률밀도함수, 조건부확률, 손실함수, 로그 확률밀도 함수, 정규분포, 가우시안분포, 시그마, 선형회귀, 회귀, 로그선형회귀...

 

그래도 노력했네요. 대학원 수업듣기 전헤 한번은 본것 같아요..

 

영어도 처음에 시작이 잘못됐지만 영단어 1회독 했고 이제 2회독 들어갑니다. 

 

앞으로 여유로운 은퇴자금이 있다면 .... 연구자로 남고 싶다는 생각을 해봅니다.

 

잠시 제 좌우명을 남겨봅니다. 

 

수학공부한것 찬찬히 올려보겠습니다.^^

 

 나를 바꾸고
내주변을 바꾸꼬
이세상을 바꾸는 사람이 되자