share trivia, makes life trivial https://www.triviaz.net/ 2026-04-14T10:21:14+00:00 https://www.triviaz.net/ https://www.triviaz.net/_media/wiki:dokuwiki.svg text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:ab_test?rev=1751897553&do=diff A/B test AB 테스트 추천 도서 : Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing 쿠팡 통계적 지식 뿐 아니라 실제 적용에서 고민해야할 문제들에 대한 상세한 설명이 있다. Convergence of RV and Testing <https://reflectivedata.com/comprehensive-guide-to-statistics-in-a-b-testing/> <https://www.slideshare.net/cojette/ab-150118831> <https://onlinemix.tistory.com/entry/significant-result-from-ab-testing> <https://cxl.com/blog/ab-testing-guide/> <https://hbr.org/2017/06/a-refresher-on-ab-testing> Bayesian <https://is.… text/html 2026-03-06T01:51:56+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:ai_application_tips?rev=1772761916&do=diff AI 활용 팁 분석 복잡성 기반 Complexity-based Prompting 난이도와 복잡성 점진적 증가, 사실 인지->분석->추론->창의적종합으로 학습 이미지 sample 이미지를 주고, JSON 형식으로 해석해달라고 하기 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:b2b%EA%B8%B0%EC%97%85%EB%B6%84%EC%84%9D?rev=1751897553&do=diff b2b기업분석 data_analysis tag1 tag2 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:bayesian_inference?rev=1751897553&do=diff Bayesian Inference psychologically appealing : parameter에 대한 prior belief 를 반영할 수 있음 In most cases, 두 방법의 solution이 비슷하고, 어떤 case는 Bayesian이 좀 더 나음 ---------- Procedure 1. parameter의 확률분포 선택 (prior distritubtion) 2. model $ f(x|\theta) $$X_i$$ f(\theta|X_1,...,X_n) $$f(x|\theta)$$\theta$$ p(\theta|x) = {{p(x|\theta)\pi(\theta)}\over{\int_{\Theta} p(x|\theta)\pi(\theta) d\theta}} \propto p(x|\theta)\pi(\theta) $$p(.|\theta)$$\pi(.)$$ BF = { {p(y|H_1)}\over{p(y|H_2)} } = { {\int p(\theta_1|H… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:blog_easy_series?rev=1751897553&do=diff 회의에서 당당하게 : 목록 회의에서당당하게 쉽게설명 기계학습 머신러닝 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:blog_human_series?rev=1751897553&do=diff 기획, 분석가를 위한 사람에 대한 사실 : 목록 심리학 행동경제학 statistical_cognitive_bias 인지편향 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:certification?rev=1751897553&do=diff 데이터분석 자격증 관련 자료 네이버 데이터전문가 포럼 <https://cafe.naver.com/sqlpd> DAsP 데이터아키텍쳐 자격검정 <https://dataonair.or.kr/db-tech-reference/d-guide/da-guide/> Tensorflow Developer Certification <https://www.tensorflow.org/extras/cert/TF_Certificate_Candidate_Handbook_ko.pdf?hl=ko> 환경설정 * <https://www.tensorflow.org/extras/cert/Setting_Up_TF_Developer_Certificate_Exam.pdf> 에 맞는 버전으로 설치 (Python, Pycharm, 라이브러리들) *… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:classification_metric?rev=1751897553&do=diff classification metric <https://stats.stackexchange.com/questions/300975/why-is-f-score-called-f-score> data_precision recall f1_score 분류문제 지표 f1_스코어 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:convergence_testing?rev=1751897553&do=diff Convergence of RV and Testing 30명이면 된다고? 회의에서 당당하게, 설문조사를 알아보자. Convergence of Random Variable The Weak Law of Large Numbers (WLLN) If $ X_1,...,X_n $ are iid, then $\bar{X_n} ->^P \mu $ pf) Chebyshev's ineq. $ P(|\bar{X_n} - \mu| > \epsilon ) \leq {V(\bar{X_n})\over{\epsilon^2}} = \sigma^2/n\epsilon^2 $ tends to 0 as $ n-> \infty $ =>$\bar{X_n}$ 의 분포가 n 이 커지면, $\mu$ 근처에 더 집중됨 시행을 많이 반복하면 경험적 확률도 이론적 확률에 가까워 진다. 표본평균은 표본 크기가 커짐에 따라 참값인 모평균에 가까워진다. 많은 실험을 해서 데이터를 많이 관측하는 것이 측정의 정밀도를 향상시킨다는 것… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:data_analysis_applications?rev=1751897553&do=diff Data Analysis Applications data_analysis 분석 business idea * AI스피커가 음성인식에 자주 학습하는 데이터 : 노래 TOP100 * 일반 단어로 이루어지지 않음. 후보정에서 잘못될 가능성이 있음 (ex. 극한직업->북한직업) * AI 기반 3D 카메라로 졸음운전 방지…현대차도 주목한 스타트업 * 저희 기술은 운전자가 정상적으로 운전을 하고 있는지, 아니면 졸고 있는지, 음주를 했는지, 옆사람과 얘기하고 있는지 등을 감지해 정상 상태가 아닐 경우 이를 빠르게 판단해 운전자에게 알려줍니다. AI로 운전자의 눈·코·입 등 안면 상태 감지, 시선 추적 등을 하는 것이 딥인사이트의 핵심기술입니다… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:data_engineering?rev=1751897553&do=diff Data Engineering data_analysis data 빅데이터 hadoop 하둡 기술 엔지니어링 engineering SQL on Hadoop http://www.dbguide.net/db.db?cmd=view&boardUid=187343&boardConfigUid=9&categoryUid=216&boardIdx=159&boardStep=1 폴트톨러런스 분산 처리시스템은 예전 메인프레임에 비해 상대적으로 낮은 성능을 가진 서버 여러 대를 모아서 처리하는 것을 의미한다. 그러다 보니 네트워크 설정이 복잡해지고 디스크도 여러 개를 사용해 장애가 발생할 확률이 높아진다. 또한 애플리케이션도 더 복잡해져서 작업도중 실패하는 경우도 있다.… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:data_mind?rev=1751897553&do=diff Data Mind data_analysis 분석 마음가짐 * 나의 데이터, 남의 데이터 * 우선, 위의 조치는 통계적인 논리로는 타당하다. 무슨 뜻이냐 하면, 확실히 뒤집한 양말을 신은 사람이 비행기 사고로 죽거나 다칠 가능성이 제대로 양말은 신은 사람이 비행기 사고로 죽거나 다칠 가능성보다는 현저히 낮다. 그렇기에 사고의 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:data_visualization?rev=1751897553&do=diff Data Visualization data_analysis 분석 시각화 https://datavizcatalogue.com text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:diffusion_model?rev=1751897553&do=diff Diffusion model 노이즈가 시간이 지남에 따라 이미지를 통해 ‘확산’되기 때문에 이 프로세스를 ‘diffusion’이라고 부른다. 현재 상태의 이미지에 약간의 노이즈를 입력으로 받아 다음 단계의 이미지를 생성한다. 노이즈를 추가하는 과정은 1천번 이상으로 세세하게 단계를 나눠 추가한다. text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:excel_statistics?rev=1751897553&do=diff Excel에서 통계 분석하기 자료의 양이 많지 않은 경우에는 엑셀을 통해서 분석을 진행하는 것이 여러모로 이점이 있다. 1. 회사에서 다루는 데이터는 원 데이터raw data 가 엑셀 형태로 되어 있는 경우가 많다. 2. 데이터를 직접 바로 보면서 확인 가능하다. 3. 익숙한 환경에서 작업이 가능하다. 4. 따로 R/Python 등 프로그램을 설치하지 않아도 분석이 가능하다. 5. 분석 결과를 Excel 그래프나 PPT 등을 통해 Reporting하기가 용이하다.… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:excel?rev=1751897553&do=diff Excel business data_analysis office VBA 자신의 엑셀 수준은?? Cartesian Product 하기 stackoverflow - Alt(바로 떼기)+D+P : 피벗테이블 마법사 - Multiple consolidation ranges“ --> create a single page.. --> Select all cells (including headers!) - 값을 행으로 넣기 substitute text 여러개 한번에 하기 (LAMBDA & recursive function) : 이름정의 MultiReplace 로 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:gan?rev=1751897553&do=diff gan <https://www.perplexity.ai/> Q.실제 활용 시 GAN의 랜덤 노이즈 입력 방식은 어떻게 변경되나요 GAN을 실제로 활용할 때 랜덤 노이즈 입력 방식은 다음과 같이 변경될 수 있습니다: 1. 조건부 생성 - 단순한 랜덤 노이즈 대신 나이, 성별, 표정 등의 속성 정보를 함께 입력하여 원하는 특성을 가진 결과물을 생성합니다. [1][3] text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:gpt?rev=1751897553&do=diff GPT History GPT-1(2018년) “Improving Language Understanding by Generative Pre-training”(Open AI, 2018) GPT-2(2019년) : OpenAI, “Language Models are Unsupervised Multitask Learners” GPT-3(2020년) : Language Models are Few-Shot Learners”by Brown et al., 2020 ChatGPT(2022) : Training Language Models to Follow Instructions from Human Feedback” by Ouyang et al., 2022 GPT-4(2023) text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:info_reports?rev=1751897553&do=diff 국내발간 보고서 (정보) 최신 IT, 데이터, 비즈니스 트렌드에 대해서 나름 잘 정리해서 보고서를 발간해 준다. 한글자료, 무료라는 것이 장점! " 정보는 다루면 다룰수록 그 가치를 높일 수 있다. 마치 원석을 어떻게 가공하는가에 따라서 그 가치를 다르게 만들 수 있는 것과 같다. text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:job_interview_problem?rev=1751897553&do=diff 데이터사이언스 분석가 면접에 물어보는 내용 (필기 계산 문제) 모음 matrix thing Neural Network backpropagation Calculation PCA data_analysis 면접문제 계산문제 면접 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:job_interview?rev=1751897553&do=diff 데이터분석가 면접문제 모음 기술 데이터사이언스 분석가 면접에 물어보는 내용 (필기 계산 문제) 모음 SQL 면접 문제 20 questions to detect fake data scientists * A/B test 예를 들어서 설계해보라 : A/B test * Mean 이란 무엇인가 * 왜 쓰나 * standard deviation 이란 무엇인가 * p-value 의 개념을 모르는 사람에게 쉽게 설명해 보라 : text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:matrix_thing?rev=1751897553&do=diff matrix thing <https://angeloyeo.github.io/2019/07/17/eigen_vector.html> Eigen things square matrix A : n x n $ Ax = \lambda x $ x : eigenvector of A corresponding to eigenvalue $\lambda $ eigenvalue decomposition symmetric matrix A: n x n => there exists an orthonormal basis for $R^n$ consisting of eigenvectors of A : by definition, $Aq_i = \lambda_i q_i$ $ AQ = Q\Lambda $$ A = Q\Lambda Q' $$\Lambda = diag(\lambda_1,...,\lambda_n) $$ ||Qx||_2 = \sqrt{ (Qx)'(Qx) } = \sqrt{x'x} = ||X||_2 $$ A… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:mcmc?rev=1751897553&do=diff mcmc <http://chi-feng.github.io/mcmc-demo/> $ E_\pi[T(X)] = \int T(x)\pi(x) dx. $ In Bayesian inference, we are interested in posterior mean $E(\theta|y)$ or posterior variance $Var(\theta|y)$. One solution is to draw independent samples $ ( X^{(1)}, X^{(2)}, \cdots, X^{(N)} )$ from $\pi(x)$, then we can approximate $ E_\pi[T(X)] \approx \frac{1}{N} \sum_{t=1}^N T( X^{(t) }) $ Law of large numbers -> 위 근사는 adoptable it is known that above approximation is still possible if we sample using … text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:meme?rev=1751897553&do=diff 데이터분석 통계 짤 meme Data Quotes 개념 Monte Carlo Tree Search data_analysis meme 통계짤 데이터짤 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:nn_backpropagation_calc?rev=1751897553&do=diff Neural Network backpropagation Calculation 실제계산 <https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/> 공학용 계산기 <https://www.desmos.com/scientific> (sigmoid f(x))' = f(x)(1-f(x)) setting initial Error Value output layer hidden layer data_analysis neural_network backpropagation 데이터면접문제 역전파 딥러닝 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:nn?rev=1751897553&do=diff Neural Network 인공신경망? 딥러닝? 회의에서 당당하게, 수식없이 알아보자 과적합 가능성, 해석X, 최후의 수단? 역사 : <http://solarisailab.com/archives/1206> <<PRML>> 선형결합(회귀,분류모델) 유용한 해석적/계산적 성질이 있지만, 차원의 저주로 인해 실제적으로 사용하는 데 있어서 한계가 존재 큰 스케일의 문제에서 사용하기 위해서는 기저 함수가 데이터를 바탕으로 적응되도록 하는 것이 필요.$ (1, x_1,...,x_n) \xrightarrow[\text{weights}]{w_0, w_1,...,w_n} \sum w_ix_i $$ y = h ( XW+b ) $$ f : \mathbb{R}^n -> \mathbb{R} $$ D_vf(p) = lim_{t->0} { {f(p+tv)-f(p)} \over {t}} = {d\over{dt}}|_0 f(p+tv)$$ e_k $$ D_{e_k}f(p) $$ \nabla f(p) = (… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:one_page_statistics?rev=1751897553&do=diff 한장으로 정리한 일반통계 가설검정 방법 설명변수와 반응변수(비교하고 싶은 것)별로 정리된 한 장의 표 출처 : 빅데이터를 지배하는 통계의 힘, 니시우치 히로무, 신현호 역, 비전코리아, 2013 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:pca?rev=1751897553&do=diff PCA 계산 10.2.1 What Are Principal Components? <<PRML>> 1) 데이터를 principal subspace 라고 하는 더 낮은 선형 공간에 직교 투영하는 과정. 투영과정은 투영된 데이터의 분산이 최대화 되는 방향 <https://ratsgo.github.io/machine%20learning/2017/04/24/PCA/> $max_\alpha Var( \alpha X ) = max_\alpha \alpha' Var(X) \alpha = max_\alpha \alpha'\Sigma \alpha $ s.t. $||\alpha||= 1 $ lagrange multiplier, $ L = \alpha' \Sigma \alpha - \lambda (\alpha ' \alpha - 1) $$ { {\partial L}\over{\partial \alpha} } = \Sigma \alpha - \lambda \alpha = 0 $$ (\Sigma -… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:probability_distributions?rev=1751897553&do=diff Probability Distributions Discrete Binomial Hypergeometric probability of $k$ successes in a sample of size $n$ drawn without replacement from a finite population of size $N$ that contains exactly $K$ successes. N개 중 K개의 event가 있는 모집단에서, n개의 샘플을 뽑았을 때 event 가 k번 일어나는 확률$X \sim \text{Hypergeom}(N, K, n)$$$P(X = k) = \frac{{K \choose k}{N-K \choose n-k}}{N \choose n}$$$ N \rightarrow \infty $$ X, Y \sim^\text{indep} \text{Bin} $$ P( X | X+Y ) $$ ( X \sim Bin(n,k), Y \sim Bin(N-n, K-k) ) $$r… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:quotes?rev=1751897553&do=diff Data Quotes 데이터분석 통계 짤 meme <https://www.brainyquote.com/quotes/fletcher_knebel_126664> It is now proved beyond doubt that smoking is one of the leading causes of statistics. Fletcher Knebel <https://www.goodreads.com/quotes/625767-it-doesn-t-matter-how-beautiful-your-theory-is-it-doesn-t> “It doesn't matter how beautiful your theory is, it doesn't matter how smart you are. If it doesn't agree with experiment, it's wrong.” ― Richard P. Feynman text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:r?rev=1751897553&do=diff R data_analysis r 통계 Source Code/ Tip RStudio와 함께하는 프로젝트 관리 * Package 설치시 Network 문제 http://rfriend.tistory.com/177 * 한글 문제 http://r-bong.blogspot.com/2016/03/rstudio_26.html * NA 는 비교할 수 없음 ( A >0 이나 A!= “abc” 로 비교하면 NA는 빠짐) * replace 사용시 warning 조심.. NA가 있을 경우 원래 vector와 replace되는 vector 크기가 달라짐 text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:random_forest?rev=1751897553&do=diff Tree-based Model, Bagging 랜덤포레스트가 뭐길래? 회의에서 당당하게, 수식없이 알아보자 Decision Tree Regression Tree $ f(X) = \sum_{m} c_m * I(x \in R_m) $ Objective function : $ \sum_{J} \sum_{i \in R_j} (y_i-\hat{y}_{R_j})^2 $ * 설명변수 공간, $ X_1, ..., X_p $ 에 대한 가능한 값들의 집합 -> J개의 다르고 겹치지 않는 영역 $ R_1, ..., R_j $ 로 분할 * 영역 $ R_j $ 에 속하는 모든 관측치들에 대해 동일한 예측, 예측값은 $ R_j $$ \sum_{i:x_i \in R1=\{X|X_j<s\}}(y_i-\hat{y}_{R_1})^2 + \sum_{i:x_i \in R2=\{X|X_j\geq s\}}(y_i-\hat{y}_{R_2})^2 $$ \alpha $$ \alpha $$ \alpha $$ \s… text/html 2025-07-10T23:38:49+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:recommendation_bpr?rev=1752190729&do=diff <style> .slide { font-size: 25px; } </style> <!-- $theme: default --> Review on BPR: Bayesian Personalized Ranking from Implicit Feedback, Rendle et al. --- # Recommendation of item ### Explicit Feedback : user's preference of item itself$U$$I$$S \subseteq U \times I$$>_u \subset I^2$$\forall i,j,k \in I$$\text{if } i \neq j \text{, then } i >_u j \text{ or } j >_u i$$\text{if } i>_uj \text{ and } j>_ui \text{, then } i = j$$\text{if } i>_uj \text{ and } j>_uk \text{, then } i>_u k$… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:shrinkage_methods?rev=1751897553&do=diff shrinkage methods 라쏘? 로지스틱? 회의에서 당당하게, 수식없이 기초개념부터 best subset vs LASSO <<ELS>> subset selection * discrete process : variables are either ratained or discarded * often exhibits high variance, and so doesn't reduce the prediction error of the full model Shrinkage methods are more continuous, and don't suffer as much from high variability$ \beta_i $$ \hat{\beta}(\lambda) = ( S + \lambda I)^{-1} X' y = ( S + \lambda I)^{-1} S \hat{\beta} $$ S = X'X, \hat{\beta} = S^{-1} X' y $$ X^TX $$ \be… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:sql?rev=1751897553&do=diff SQL * NULL은 비교할 수 없음 일 때 A는 1만 나옴 → nvl 함수 쓰자 * A번째 에서 B번만큼 (중간의 몇개만 select) * WITH문 * like 를 in 처럼 SQL 면접 문제 window function window function - Frame phrase <https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=theswice&logNo=221320203566> range와 rows 차이$$ z-score = \frac{X_i - Mean(X)}{std(X)} $$$ 0 \leq 2*r - N \leq 2 <=> \frac{2}{N} \leq r \leq 1+ \frac{2}{N} $ text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:stat_trivia?rev=1751897553&do=diff 알쓸신통 Little's law <https://en.wikipedia.org/wiki/Little%27s_law> German tank problem <https://en.wikipedia.org/wiki/German_tank_problem> secretary problem <https://en.wikipedia.org/wiki/Secretary_problem> 사다리타기 birthday problem <https://en.wikipedia.org/wiki/Birthday_problem> 권력지수 <http://dongascience.donga.com/news.php?idx=-5190399> <https://www.mathpark.com/50> data_analysis statistic trivia text/html 2026-01-28T12:36:34+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:statistical_cognitive_bias?rev=1769603794&do=diff Statistical Cognitive Bias data_analysis probability 행동경제학 인지 확률 심리 편향 후견지명편향 '나는 처음부터 그럴 줄 알았어' 이후에 얻은 정보 때문에 사건 당시 자신의 지식을 과대평가하는 현상 확증편향 어떤 주장 반박 증거보다는 확인 증거를 찾으려는 성향$와 20$$와 과거의 20$$2.99 vs $$3.59 vs $ text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:statistics_and_machine_learning?rev=1751897553&do=diff Statistics / Machine Learning 통계학, 머신러닝 목차 새로 정리하기 Bayesian Inference mcmc time series class imbalance 인공지능이 현실세계 데이터를 만났을 때 나타날 고민거리 <http://m.itdaily.kr/news/articleView.html?idxno=100487> self-supervised learning XAI Machine Learning <<Doing Data Science$WoE_{x=i}$$\log({\text{% of y=0 when x=i}\over\text{% of y=1 when x=i}})$$\log({\text{distribution of Goods}\over\text{distribution of Bads}})$$\sum $$$ Y = f(X) + \epsilon $$$ E(Y-\hat{Y})^2 = E[f(X)+\epsilon-\hat{f}(X)]^2 = [f(X)-\h… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:time_series?rev=1751897553&do=diff time series TAR-SV TAR (Threshold AutoRegressive) Model piecewise linear model to get a better approximation of the conditional mean structure, motivated by asymmetry in rising and decline pattern. For time series $y_t$, it is said to follow TAR$(g;p_1,\cdots,p_g)$ with $y_{t-d}$\begin{eqnarray} y_t = \phi_0^{(k)} + \sum_{i=1}^{p_k} \phi_i^{(k)} y_{t-i} + a_t^{(k)}, ~~ r_{k-1} \leq y_{t-d} < r_k, \text{ for } k=1, \cdots, g \end{eqnarray}$\{a_t^{(k)}\}$$\sim N(0, \sigma_k^2)$$d$$r_j$$-\infty… text/html 2025-07-07T14:12:33+00:00 Anonymous (anonymous@undisclosed.example.com) https://www.triviaz.net/data_analysis:transfer_learning?rev=1751897553&do=diff Transfer Learning 전이학습 전이학습은 특정 태스크를 학습한 모델을 다른 태스크 수행에 재사용하는 기법이며, 아래 그림에서 Task2를 배울 때, Task1에서 수행했던 지식을 재활용 - Task1을 업스트림(Upstream) 태스크라 부르고, Task2는 이와 반대되는 의미로 다운스트림(Downstream) 태스크라고 부름 - 언어모델들은 Task1에서 일반적인 언어에 대한 이해를 지향하고 있으며,Task2에서 번역, 요약, 질의응답 등 구체적 태스크를 수행 - 업스트림 태스크를 학습하는 과정을 사전학습(Pretraining)이라 표현하고, 사전학습 모델(Task1 해결 모델)을 전이학습한 모델로 Task2 수행 [초대규모 AI 모델(GPT-3)의 부상과 대응 방안(2021), NIA]…