Jupyter Notebook 가상환경 연결
·
Programming/Python
기본적으로 파이썬 패키지들 간의 충돌이 발생할 수 있기 때문에 가상환경으로 분리하여 사용하는 것이 좋다 ! 가상환경을 주피터 노트북에서 사용할 때 다음과 같은 설정이 필요하다 ! Anaconda Prompt 실행 가상환경 생성 및 활성화 conda create -n [가상환경이름] python=[버전] conda activate [가상환경이름] Jupyter 설치 pip install jupyter jupyter notebook과 ipykernel을 따로 설치해도 되지만, 위의 한줄로 해결 가능하다! 커널 연결 python -m ipykernel install --user --name [가상환경이름] --display-name [설정할커널이름] Jupyter Notebook 실행 jupyter noteb..
Bayes' theorem 베이즈 정리
·
Math & Statistics
기초 결합확률 결합확률 (joint probability) : 사건 A와 B가 동시에 일어날 확률 $$ P(A \cap B)\ or\ P(A,B) $$ 주변확률 주변확률 (marginal probability) : 개별 사건의 확률, 결합확률과 대비되는 개념 $$ P(A),\ P(B) $$ Soccer Badminton Male 0.4 0.2 0.6 Female 0.1 0.3 0.4 0.5 0.5 1 표로 만들어 보면, 가운데에 있는 확률들(0.4, 0.2, 0.1, 0.3)이 결합확률 표의 여백, 가장자리(margin)에 위치한 확률들(0.6, 0.4, 0.5, 0.5)이 주변확률 조건부확률 조건부확률 (conditional probability) : 특정 조건 하에 사건이 일어날 확률 사건 B가 일어..
[Anaconda] conda -c 옵션과 conda-forge
·
Programming/Python
Python 패키지를 설치할 때 일반적으로 pip install [패키지명] 으로 설치해왔지만 이보다는 아나콘다를 이용해서 패키지를 설치하자! 기본적으로 (base)에 설치하기보다는 항상 가상환경을 이용하고 새로 만든 가상환경 속에서도 pip install을 먼저 이용하기보다 conda install을 이용해보자 아나콘다는 생각보다 훨씬 똑똑한 녀석이라서 아래와 같은 명령어를 사용하면 자동으로 해당 환경에 설치되어 있는 패키지들과의 호환성을 체크하여 패키지를 설치해준다! conda install -c conda-forge [패키지명] -c 옵션 -c는 -channel을 의미한다 conda-forge conda-forge는 conda의 channel로써, 여러 기여자들로 구성된 커뮤니티 채널이다. (con..
[Linux] FFMPEG
·
Programming/Linux
sudo 없이 ffmpeg 설치 conda install -c conda-forge ffmpeg
Markov Chains, 마르코프 체인
·
Math & Statistics
오직 세가지 음식(햄버거🍔, 피자🍕, 핫도그🌭)만을 취급하는 레스토랑이 있다고 가정해보자 이 레스토랑에는 특이한 규칙이 하나 있는데 하루에 단 하나의 음식만을 판매한다는 것이다 그리고 그날 어떤 음식을 판매할지는 그 바로 전날 어떤 음식을 팔았느냐에 달려있다 위와 같이 다이어그램으로 표시하면 화살표가 Current State(🍔)에서 Future State(🍕)를 향하고 있다 이는 오늘 햄버거🍔를 팔았을 때 내일 피자🍕를 팔 확률이 60% 라는 뜻이다 위 다이어그램은 가능한 모든 케이스를 나타낸 것이고, 이것이 하나의 마르코프 체인이라고 할 수 있다 Property of Markov Chains, 마르코프 체인의 성질 첫번째 성질 마르코프 체인의 가장 중요한 성질은 미래의 State는 오직 현재의 Sta..
Logit, Sigmoid, Softmax
·
Programming/DL, Deep Learning
Logit에 대한 이해가 먼저 필요! $$ Logit = log_e(\frac{p}{1-p}) $$ 로짓(logit)과 확률(p)은 서로 변환 가능하다! $x$축이 확률이고, $y$축이 로짓인 위의 그래프에서 확률이 0이면, 로짓은 $-\infty$ 확률이 1이면, 로짓은 $+\infty$ 어떤 Multi-class Classification, 다중 클래스 분류 모델이 Input, Hidden Layer를 지나서 각각 4, 2, -2라는 Logit을 출력한 상황 가장 위에 Logit이 4인 부분을 보면, 위의 Logit의 수식을 활용하여 $$ 4 = log_{e}(\frac{p}{1-p}) $$ 양변에 자연지수를 취해주면 $$ e^{4} = e^{log_{e}(\frac{p}{1-p})} $$ $$ e^..