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
- bayesian
- 냥코 센세
- Gram matrix
- backpropagation
- 소인수분해
- Python
- A Neural Algorithm of Artistic Style
- 역전파
- 자전거 여행
- 베이지안
- Convolutional Neural Network
- 딥러닝
- CNN
- 소수
- SQL
- 오일러 프로젝트
- 수달
- 히토요시
- mnist
- project euler
- 역전파법
- 전처리
- 합성곱 신경망
- 비샤몬당
- c#
- neural network
- deep learning
- 신경망
- 오토인코더
- Autoencoder
Archives
- Today
- Total
목록RANGE (1)
통계, IT, AI
1. 개요 이것저것을 하다보니 통계적 공정 관리(Statistical Process Control; SPC)를 접할 일이 있었다. SPC란 통계적인 방법론을 사용하여 품질을 관리하는 시스템이다. 1920년대 초반에 아이디어가 나왔고 지금까지 많은 공장에서 사용되고 있다. SPC의 구체적인 내용은 이번 포스팅의 주제가 아니므로 다루지 않고 링크로 대체한다. SPC에서 나의 관심을 끈 것은 아래와 같은 그림이었다. Sample size(\(n\))가 2 이상, 10 미만인 경우 Xbar-R chart를, 10 이상일 때에는 Xbar-S chart를 사용하라고 한다. 즉, \(n\)이 작을 때에는 표본의 범위(\(r\))로 모표준편차(\(\sigma\))를 추정하고 \(n\)이 클 때에는 표본의 표준편차(\(..
통계
2016. 10. 12. 23:22