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 | 31 |
Tags
- 도커
- cs231n
- 코크리
- IVI
- logistic regression
- 사회조사분석사2급
- HookNet
- aiffel exploration
- vscode
- numpy
- CellPin
- docker
- Jupyter notebook
- docker exec
- ssh
- Multi-Resolution Networks for Semantic Segmentation in Whole Slide Images
- docker attach
- WSSS
- AIFFEL
- Decision Boundary
- 백신후원
- Pull Request
- 프로그래머스
- 오블완
- 티스토리챌린지
- airflow
- 히비스서커스
- cocre
- GIT
- 기초확률론
Archives
- Today
- Total
목록사건 (1)
히비스서커스의 블로그
[기초확률론 1] 확률실험, 표본공간, 사건
기초확률론 첫번째 포스팅으로 확률실험, 표본공간, 사건에 대해 알아보겠습니다. 확률에 대해서 배워야 하는 이유는 뭘까? 우리나라 사람들의 평균 키를 알고 싶다고 해봅시다. 정확하게 조사하려면 우리나라 사람들 전체의 키를 조사한 후 평균을 내야할 것입니다. 하지만, 이는 현실적으로 매우 어려운 일입니다. 좋은 방법이 있다면, 몇 명을 뽑아 그들의 키를 평균한 값으로 추측하는 것이 좋은 방법일 것입니다. 그렇다면 어떤 방법으로 몇 명을 뽑아낼 수 있을까요? 여기서 확률의 개념이 들어갑니다. 자세한 내용은 표본설계에 관한 내용이므로 생략하겠습니다. 확률실험 먼저 확률을 측정할 수 있는 확률실험을 정의하려면 다음과 같은 3가지 전제가 필요합니다. (주사위를 1번 던져 나오는 눈의 수를 확인하는 실험을 확률실험의..
Theory/Statistics
2021. 1. 8. 18:44