생각하는감자

통계학에 대한 이해가 많이 부족하다고 느꼈던 하루...... 통계를 마주했던 건 학부때 전선과목으로 간결하게만 들었던 수업이었기 때문에 지금은 기억이 나지 않는 개념들이 많고, 너무 기본적인것들만 배웠어서 인공지능에 필요한 수학이 부족한 것 같다... 다른 과목들은 어떻게 공부해야하고, 어떤 자료를 봐야할지 대략적인 감은 있는 상태이지만, 통계학은 감이 잡히지 않아서.. 일단 무작정 시작하고 보기!!! Hogg의 수리통개학개론 책을 사용할 예정! 100%독학은 힘들 것 같다는 생각이 들어, 유튜브를 찾아본 결과 Hogg 수리통계학 강의를 올려주시는 분이 계셔서 그걸 보면서 정리해보고자 한다..

Central Limit Theorem(CLT) - 중심극한정리 중심극한 정리란, independently identically disfributed 되어있는 랜덤샘플 여러개를 뽑아서 평균을 내면, 평균의 분포는 샘플의 개수가 많으면 많을 수록 정규분포에 가까워진다는 이론이다. CLT가 흥미로운 점은, 랜덤샘플의 조건인 iid(independently identically distributed) 를 따르는 샘플들의 분포는 어떤 분포를 따르던지 상관 없이, iid한 샘플들이라면, 샘플개수가 중분하다면 무조건 정규분포를 따르게 된다는 점이다. 정규분포(=가우시안 분포)라는 것은, 종모양을 띄고 있고, 그 중심이 평균인 분포이다. 중심 극한 정리가 중요한 이유는, 중심 극한 정리에서는 표본 평균들의 분포가 모..