|
확률분포의 이해
확률분포는 무작위 변수의 가능한 값들과 각 값이 발생할 확률을 나타낸다. 이 리포트에서는 세 가지 주요 확률 분포에 대해 다룬다:
1. 균등 분포 (Uniform Distribution): 모든 가능한 결과가 동일한 확률을 가지는 분포이다. 예
|
|
|
분포된 상태보다 한 곳에 모여있는 상태가 무질서도가 낮다. 확률이란 특정 사건이 발생할 가능성을 수치화한 것이다.
불확실성의 척도로서의 엔트로피
엔트로피의 핵심 개념은 불확실성을 측정하는 것이다. 불확실성이란 어떤 사건이 일
|
|
|
, 그래프의 바탕에 격자를 표현하기 위해 명령어 sns.set(style=\"whitegrid\")를 사용했다.
히스토그램은 import matplotlib.pyplot as plt 모듈의 hist 함수를 활용했다. 상자그림과 히스토그램을 통한 각 변수의 분포의 결과는 R-Studio와 동일하다.
|
|
|
분포에서 표본을 추출한다. R인터페이스인 rstan과 함께 python과 matlab 인터페이스도 공개되어 있다. Stan은 추정 계산 알고리즘으로 해밀토니안 몬테칼로(HMC)의 한 버전인 NUTS(No-U-Turn Sampler)를 사용한다. 1. (10점) 밀도함수 를 고려하자. 여기서
|
|
|
|
분포에서 표본을 추출한다. R인터페이스인 rstan과 함께 python과 matlab 인터페이스도 공개되어 있다. Stan은 추정 계산 알고리즘으로 해밀토니안 몬테칼로(HMC)의 한 버전인 NUTS(No-U-Turn Sampler)를 사용한다. NUTS는 매개변수의 수가 많아도 효과적으로
|
|
메뉴펼치기
