전체 글

학습목표 사건의 독립과 조건부확률의 개념을 이해하고 적용할 수 있다. 핵심 키워드 독립(independence) 쌍으로 독립(pairwise independence) Newton-Pepys Problem 조건부 확률(conditional probability) 베이즈의 정리(Bayes’ Theorem) 조건부 확률

학습목표 확률의 non-naïve한 정의의 공리를 이용하여 확률의 특성을 증명할 수 있으며, 포함배제의 원리를 이해한다. 핵심 키워드 Birthday problem 확률의 non-naïve한 정의의 공리 확률의 특성 포함배제의 원리

학습 목표 확률의 naïve한 정의로 접근하기 어려운 경우를 알아내고, story proof를 통한 접근을 할 수 있다. 또한 확률의 non-naïve한 정의를 위한 공리 2가지를 이해하고 적용할 수 있다. 핵심 키워드 확률의 naïve 한 정의 Story proof 확률의 non-naïve한 정의의 공리 확률의 단순하지 않은 정의

표본공간(sample space): 시행에서 발생 가능한 모든 경우의 집합 시행(Experiment) 넓은 의미로 받아들여야한다. 시행은 무엇이든 될수있다. 사건(event): 표본공간의 부분집합 확률의 매우 단순한 정의: 사건 A에 대한 확률 P(A) = 표본공간S 경우수 분의 사건A 경우의 수 가정: 모든 경우가 같은 확률로 나온다고 가정한다. 또 가능한 경우(분모)가 유한할때. 항상 이 가정이 만족되는 것은 아니기 때문에 적용 불가능한 경우도 있다. 더보기 단순한 정의를 사용할 수 없을 때 ex) 혜왕성에 생물이 사나?? 있거나 없거나 -> 2 분의 1 혜왕성에 지능을 가진 생물이 사나?? 있거나 없거나 -> 2분의 1 그러나 직관적으로도 2번째 가정이 확률이 더 낮을 것이라고 생각한다. 이는 확률..

1. 지원계기 2022년 2학기가 끝나고 붓캠에 대해 열심히 찾고 있었다. 3학년이 끝나고 졸프를 해야하는데 이대로 졸프를 했다가는 전혀 마음에 들지 않는 결과물이 나올 것 같았다. 그리고 한번 쯤 제대로 배우고 공부하며 졸업프로젝트를 진행 하고 싶었다. 원래 AI는 별로 관심이 없었다. 2학기에 기계학습 기초 프로젝트를 진행하며 AI는 그동안 배웠던 CS과목들과는 다른 느낌이었기 때문이었다. 기계학습 기초는 다른 여타 전공과 다른점은 학교 커리큘럼 과정상 처음으로(아마 맞을것이다) 나오는 프로젝트였다. 오랜만에 시험을 위한 공부가 아니라 진짜 프로그램을 성공적으로 돌리기 위한 공부를 한 것 같았다. 물론 굉장히 힘들었다. 선대수도 듣지 않았던 나는 행렬계산 하는법 조차 몰랐다. 그리고 다른 텐서플로우,..

1. 계기 객체지향 프로그래밍의 학점이 마음에 들지 않아 이번 겨울에 학점을 복구해보자라는 마음으로 계절학기를 들었었다. 2022년 초 군대 전역후 C++을 공부한 경험도 있고 쉽게 학점을 올릴 수 있지 않을까라는 마음에 단칼 교수님의 계절학기를 수강하게 되었다. 2. 후기 오랜만에 C++ 강의를 들으니 그동안 내가 까먹었던 부분도 있었고, 새롭게 알아갔던 내용도 있었다. 특히 객체지향의 개념들을 다시한번 복기시킬 수 있어서 좋았고 이 덕분에 같이 병행했던 멘토링, 스터디도 조금은 편안하게 할 수 있지 않았나 싶다.