피어세션기록(2주차, 01.29 금)

어제 강의 / 과제 / 퀴즈

further question - 몬테카를로 방법
- 랜덤샘플링 점찍기 방법!
  - 시각화 참고
- (준호님) 적분이 안되는 도형들은 저렇게 구할수밖에 없음.
(성익님) 몬테카를로 예제 질문
- (준호님) expectation h는 도형의 넓이를 구할때, 가로 길이 x 세로 높이.
- (지원님) 수식으로 정리해서 가르쳐주심
  - 균등분포는 모든 구간에 대해서 동일한 확률을 가지는 분포
  - 1/2은 균등분포로 가정했을때의 확률밀도함수 값인데, f(x)역할을 한다.
  - 단, 이렇게 균등분포로 가정하는 것은 i.i.d, 즉 독립샘플링인 경우에만 적용됨! 그래서 몬테카를로 기법에서 독립추출이 보장되어야한다고 한것임.
  - 균등분포 링크 참고

오늘 강의 / 과제 / 퀴즈

통계강의부터 먼저 들었는데, 너무 어렵다!
- 문과 고등학교 확통이랑 너무 다른데?
- (준호님) 표본분포/표집분포 등등에 대한 설명 + 화면공유
  - 표본분포 : 단순 표본들의 분포 - 각개의 표본들의 값
  - 표집분포 : 통계량들의 확률 분포 - 표본들을 다 모아서 확률분포를 만든건
- (성익님)[N-1로 나누는 이유] (https://m.blog.naver.com/sw4r/221021838997)
  - (준호님) N-1은 자유도 관련이 있음. 변수들중에서 실제 영향을 미치는 개수가 자유도.(사진공유)
  - (지원님) 표본평균을 이용해서 표본분산을 이용해서 구하기 때문에 N-1개의 데이터를 구하면 나머지가 확정된다.
    - (준호님) 예시를 그림으로 설명
    - 자유도는 바뀔 수 있음.(N-2, N-3, …) N-1 자체가 의미가 있는게 아니라, 자유도가 N-K임.
교수님이 대학교 확통/공업수학 정도를 다 알고있는게 베이스인거같다.
- 논문을 읽으려면 수식을 이해해야할것같다.
(지원님) 콜백라이블러발산이랑 최대가능도 추정이 왜 같은지
- MLE와 쿨백라이블러발산을 최소화하는것이 같다.
- 두 분포를 가장 가깝게 학습시키려고하는게 콜백라이블러발산
- (준호님) 정보이론 용어정리
(지원님) 원핫벡터 크기?
- (준호님) 클래스 개수 k를 의미합니다.
- (지원님) 원핫벡터에 관련된 글 - 임성빈 교수님 등장
further question - code snippet
- theta는 어떤 사건 A가 일어날 확률
- p는 10번 중 어떤 사건 A가 3번 일어날 확률의 분포
- 형태는 이항분포

정보공유

(지원님)자유도와 불편추정량
(준호님)가능도와 확률 차이

‘피어씁니다’ 리뷰

git private을 다음주부터 파주신대요.
너무 피어세션에 압박을 주지 않기로!
- 알고리즘은 별로
- 논문리뷰는 아직 너무 힘들것같네요.

회고

(성익님) 강의만 보기보다, 그 이전에 먼저 기본 개념을 블로그에서 훑고가는게 좋을듯합니다.
(준호님) 1주차에 비해서 어렵긴 했는데, 잘 다루지 않는 수학을 배우니까 이번 주가 좀 더 재미있었습니다. 다음주가 더더욱 기대됩니다.
(준배님) 저번주는 기초였다가 이번주부터는 수식폭탄이라 수학적으로 부족한것은 많이 느껴졌습니다. 이번주에는 이해를 못하더라도 정리정돈을 해서, 필요하다면 다 외우기라도 해야할것같습니다.
(지원님) 블로그를 다시 시작했고, 수학도 어려워서 일주일이 짧았습니다. 저번 주는 파이썬 디버깅이 힘들었는데, 이번주는 많이 배우면서 부족함을 느껴서 다음주가 기대됩니다.
(현우님) 이번주는 매운맛에서 멈춰져있는듯. 강의내용을 들어도 그냥 들은거지…라는 생각을 했습니다. 다시 복습하면서 정확히 다져야할것같습니다.
(상진님) 현우님과 마찬가지로 다 이해가 안된것같아 아쉽습니다. 그래도 기본적인 지식을 좀 깔고가야 앞으로 더 잘할수있을거같아서 많이 배운 한주라고 생각합니다.