확률(선형대수) 보충

정규화 방법(Min-Max 정규화, 표준 정규화, 중심 극한 정리)부터 일변량 정규분포(Normal Distribution), 다변량 정규분포(Multivariate Normal Distribution)의 개념과 예제, 그리고 이변량 정규분포에서의 양의 상관관계와 음의 상관관계에 대한 설명을 포함하고 있습니다.



확률 보충

참고 기호

image-20230420023420849



1. Normalization => Min-Max 정규화

단점은 한곳에 분포가 몰리는 현상이 발생

image-20230420022611957



2. Normalization => 표준 정규화

좀 더 개선

image-20230420022755584



3. Normalization => Central Limit Theorem

중심 극한 정리방법이다. 모집단 확률분포에 영향을 받지 않는 장점

image-20230420023104929



일변량, 다변량 정규분포

1. Normal Distribution(일변량)

Scalar -> Scalar(Prob)

image-20230420023851772



2. Mulitvariate Normal Distribution(다변량)

Vector -> Scalar(Prob)

image-20230420024221834


예제(이변량)

image-20230420024419202

image-20230420024430816

image-20230420024442669



3. 이변량 정규분포 상관관계

양의 상관관계

image-20230420024647660


음의 상관관계

image-20230420024712355

댓글남기기

참고