Notice
Recent Posts
Recent Comments
Link
반응형
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 회귀
- CNN
- GRU
- 지도 학습
- 강화 학습
- 분류
- 과적합
- python
- 신경망
- 활성화 함수
- 머신러닝
- Q-Learning
- 딥러닝
- 인공 신경망
- 자연어 처리
- LSTM
- 인공지능
- Deep learning
- rnn
- Machine Learning
- AI
- q-러닝
- 머신 러닝
- 교차 검증
- 정규화
- 강화학습
- 손실 함수
- reinforcement learning
- 데이터 전처리
- 최적화
Archives
- Today
- Total
목록normal distribution (1)
move84
머신러닝에서의 데이터 정규 분포의 의미
머신러닝에서 데이터의 분포는 모델의 성능에 큰 영향을 미친다. 그중에서도 정규 분포는 통계적 추론과 모델링에서 매우 중요한 역할을 한다. 이 글에서는 정규 분포의 기본적인 개념과 머신러닝에서 정규 분포가 가지는 의미, 그리고 실제 데이터에 적용하는 방법에 대해 자세히 알아본다.📊 정규 분포(Normal Distribution)란?정규 분포는 가우시안 분포(Gaussian Distribution)라고도 불리며, 평균값을 중심으로 좌우 대칭인 종 모양의 분포를 가진다. 정규 분포는 평균(mean)과 표준편차(standard deviation)라는 두 가지 파라미터에 의해 결정된다. 평균은 분포의 중심을 나타내고, 표준편차는 데이터가 평균으로부터 얼마나 흩어져 있는지를 나타낸다. 표준편차가 작을수록 데이터는..
머신러닝
2025. 4. 16. 07:09