베이지안 방법 모수를 사전에 정하지 않고 오직 데이터에 의해서 모수를 추정하는 방법. 새로운 데이터가 발생했을 때마다 모수를 지속적으로 업데이트 시켜주는 통계적 방법. 계산방식 model : $f(x | \lambda)$ prior : $\pi( \lambda)$ joint : $f( x , \lambda) = f(x|\lambda) *\pi(\lambda)$ marginal : $f(x) = \int f(x|\lambda) * \pi(\lambda) $ likelihood : $ L(x) = \prod_{i=1}^N f(x|\lambda) $ posterior : $ \pi(\lambda|x) = {f(x|\lambda) *\pi(\lambda) \over f(x)} $ predictive : $f(x..

단축키 윗 셀 복붙 (자동완성) Ctrl + d 오늘날짜 입력 : Ctrl + ; 셀 속성 Ctrl + 1 행 숨기기 Ctrl+ 9 행 숨기기 해제 Ctrl + Shift + 9 열 숨기기 Ctrl + 0 시트 추가 Shift + F11 셀 편집( 셀 값 수정) F2 (숨기기 했을 때) 화면에 보이는 셀만 선택 Alt + ; 행 삽입 Ctrl + 행 삭제 Ctrl - 숫자로 Ctrl + shift + 1 백분율로 Ctrl + Shift + 5 배경색 Alt > H > H 셀 테두리 그리기 Alt > h> b > a 테두리 윤곽선 Ctrl + shift + & 열너비를 글자수에 맞추기 Alt > o > c > a 행높이를 글자수에 맞추기 Alt > o > r > a 정렬 바꾸기 Alt > H > S > U..

데이터 다운로드 : gapminder.tsv https://www.kaggle.com/gbahdeyboh/gapminder#gapminder.tsv Gapminder www.kaggle.com import pandas as pd df=pd.read_csv("gapminder.tsv",sep="\t") 데이터 확인 df.dtypes #각 열의 데이터형식 확인 df.columns # 열이름 확인 df.info() # 각 열의 data갯수, null값, 데이터형식 메모리크기 확인 cdf=df['country'] #지정한 열 참조 cdf.head() type(cdf) # 지정한 열 하나만 참조하여 대입하면 시리즈로 저장됌. subset=df[['country','continent','year']] # 지정한 여..

티스토리 수학 수식 쉽게쓰는 방법 1. 블로그관리 홈 > 스킨편집 > HTML 편집 클릭 스크롤을 맨 아래로 내려 아래의 코드를 위에 붙여넣기 후 적용 클릭 *코드* 2. LaTeX 자주쓰는 기호 모음 1. 그리스 문자 α \alpha β \beta γ \gamma δ \delta ϵ \epsilon ζ \zeta η \eta θ \theta ι \iota κ \kappa λ \lambda μ \mu ν \nu ξ \xi o o (omicron) π \pi ρ \rho σ \sigma τ \tau υ \upsilon ϕ \phi χ \chi ψ \psi ω \omega ε \varepsilon ϑ \vartheta ϰ \varkappa ϖ \varpi ϱ \varrho φ \varphi ς \varsig..

토픽 모델링 기법은 여러 이야기들의 토픽들을 뽑는 데, 주로 사용할 수 있는 모델링 기법이다. 지난 번 프로젝트 때 데이터 수집 및 전처리를 잘못해서 요상한 결과를 가지고 왔었는데, Kaggle에 잘 정제된 데이터와 분석 방법에 대한 노트북이 있어서 이를 참고하여 포스팅하고자 한다. 데이터 다운로드 아래 kaggle 링크 접속 후, 하단으로 스크롤하여 자막data와 tedtalk meta data를 다운로드 로그인 후, 다운로드 모양의 아이콘을 클릭하면 데이터를 다운로드 할 수 있다. https://www.kaggle.com/adelsondias/ted-talks-topic-models TED-Talks topic models Explore and run machine learning code with ..

# 피타고라스 정리를 이용한, 두 점 사이의 거리 구하기 코드 2차원 공간 import math def pointDist(x1,y1,x2,y2): class Point2D: def __init__(self,x,y): self.x=x self.y=y p1=Point2D(x=x1,y=y1) p2=Point2D(x=x2,y=y2) print("p1:({},{})".format(p1.x, p1.y)) print("p2:({},{})".format(p2.x, p2.y)) dist=math.sqrt(pow(p2.x-p1.x,2)+pow(p2.y-p1.y,2)) print(dist) pointDist(30,20,50,40) >> p1:(30,20) >> p2:(50,40) >> 28.284271247461902 3차..