분산4 민주화 학습 (Democratized Learning) 1. 민주화 학습 (Democratized Learning)의 개요 가. 민주화 학습 (Democratized Learning)의 정의 -계층구조의 분산학습시스템으로 많은 클라이언트가 참여하여 더 좋은 학습 성능을 갖도록 다수결의 원칙을 준용한 학습 방법 나. 민주화 학습 (Democratized Learning)의 특징 -(다수 클라이언트) 많은 클라이언트가 참여하여 채택한 학습모델이 적은 수의 클라이언트가 참여하여 도출한 학습모델보다 더 좋은 학습 성능 -(다수결 원칙) 민주화 사회에서 채택하고 있는 다수결의 원칙을 준용하여 계층적으로 구성 2. 민주화 학습 (Democratized Learning)의 개념도 및 구성요소 가. 민주화 학습 (Democratized Learning)의 개념도 나. 민주.. 2022. 9. 14. 15. 그룹화된 자료의 분산과 표준편차 1. 그룹화된 자료 가중평균 계산법이 그룹화된 자료의 평균, 분산, 표준편차의 대략적인 값을 구하는데 사용된다. 가중평균을 계산하기 위해, 각 계급의 중간점을 그 계급의 평균처럼 가정하여 사용한다. 계급의 도수를 가중치로 사용하여 계급 중간점들의 가중평균을 계산한다. 분산과 표준편차를 계산할 때도 유사한 방법으로 계급의 도수를 가중치로 사용한다. 2. 그룹화된 자료의 표본 평균 -가중평균 계산법에 따라 그룹화된 자료의 표본 평균을 구하면 34525.0/70 = 493.21 3. 그룹화된 자료의 표본 분산과 표준편차 의 공식에 따라 다음과 같이 계산하면 -표본 분산은 3,017.89, 표본 표준편차는 54.94 이다. *이러한 그룹화 자료에서 표본 평균과 표본 분산/표준편차 계산은 실제 평균, 표본 분산/.. 2021. 7. 29. 09. 확률변수 1. 확률변수의 개요 가. 확률변수의 정의 -확률 실험결과(표본 공간의 각 표본점)에서 원소에 숫자를 부여하는 규칙이나 함수 -확률 실험결과를 수로 나타내는 것 -모집단에서 관심 있는 변수 나. 확률변수의 특징 -(불확실성) 확률 실험의 불확실성을 효과적으로 표현 및 분석하기 위해 사용 -(모형화) 표본 공간의 원소를 숫자로 바꾸어 불확실한 현상을 수리적으로 모형화 가능 -(상태 공간) 확률변수 X가 취할 수 있는 모든 수의 집합 Sx로 표시 *아이를 둘 낳는 경우(확률적 실험)를 생각하자. 여기에서 표본 공간은 S = {BB, BG, GB, GG}, B : 아들, G : 딸 관심 1: 아들의 수를 확률변수 X라 하면, X(BB) = 2, X(BG) = X(GB) = 1, X(GG) = 0으로 표본 공간.. 2021. 7. 13. 05. 산포의 척도 1. 산포도의 개요 가. 산포도의 정의 개개의 관측값이 중심위치로부터 얼마만큼 떨어져 있는가를 나타내 주는 측도 나. 산포도의 필요성 (동일 대푯값) 두 집단의 평균점수, 중위수, 최빈수를 각각 구해 보았더니 똑같이 60점 (자료 퍼짐 정도) 자료의 퍼짐 정도는 다르기 때문에, 분포의 특성을 좀 더 명확하게 표현해주기 위해서는 대푯값뿐만 아니라 자료의 퍼짐성 고려 필요 (중심 기준) 자료의 산포도는 개개의 관측값이 중심위치로부터 얼마만큼 흩어져 있는가에 따라 좌우되며 그 값이 클 수 록 변동이 크고 광범위하게 퍼져 있다는 의미 (대표 산포도) 범위, 사분위 범위, 분산과 표준편차, 변동 계수 등 2. 산포도의 유형 구분 개념도 설명 범위 -주어진 데이터 분포에서 최대값 - 최소값 -범위값이 크면 데이터들.. 2021. 7. 13. 이전 1 다음
