Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- 역전파법
- 오토인코더
- backpropagation
- 합성곱 신경망
- neural network
- SQL
- 신경망
- A Neural Algorithm of Artistic Style
- Convolutional Neural Network
- 역전파
- 베이지안
- 냥코 센세
- 딥러닝
- CNN
- 수달
- 비샤몬당
- bayesian
- Gram matrix
- 소인수분해
- mnist
- Autoencoder
- 전처리
- Python
- c#
- 소수
- 히토요시
- 오일러 프로젝트
- 자전거 여행
- deep learning
- project euler
Archives
- Today
- Total
목록누적분포함수 (1)
통계, IT, AI
공분산과 누적분포함수 간의 관계
1. 들어가며 얼마전에 모표준편차를 추정하기 위하여 표본의 범위와 표본의 표준편차 중 무엇을 사용하는 것이 더 나은지 포스팅한 적이 있다. 그것을 밝히기 위해서 여러가지 공식을 증명했었지만 내용과 관련이 없는 것은 적지 않았다. 그렇게 증명한 것 중에 버리기 아까운 것을 적는다. 어떤 확률 변수 \(X\)와 \(Y\)의 결합누적분포함수(Joint Cumulative Distribution Function; Joint CDF)를 \(F_{XY}(x,y)\)라 하고 \(X\)와 \(Y\)의 CDF를 각각 \(F_X(x)\), \(F_Y(y)\)라고 하면 \(X\)와 \(Y\)의 공분산(Covariance)과 CDF는 아래와 같은 관계를 갖는다. $$Cov(X,Y)=\int _{R \times R}F_{XY}..
통계
2017. 1. 5. 23:35