분류 전체보기31 CONVEX FUNCTION 2019. 5. 14. 파이썬 팩토리얼 _ 재귀를 사용 #재귀적 호출 #함수 선언의 꽃 x=int(input("수? ")) def fact(n): if(n==0): return 1 else: y=n*fact(n-1) return y y=fact(x) print(y) n! = n* (n-1) (n-1)! = (n-1) * (n-2)! 2019. 5. 9. 파이썬 함수 def hello():#함수 선언 name=input('이름을 입력하세요! ')#이름 입력 print('안녕!',name) hello() def hello(name) : #name = input("이름을 넣어주세요 ") print(name) hello("kimsa") def sum(a,b) : z=a+b return(z) y=sum(3,8) print("return value of sum() =",y) sum(3,8)로부터 함수가 호출되어 z로 리턴됨 return된 값을 y변수에 저장하면 어딘가 temp안에 있던 sum(3,8)이 y에 저장 된다. def hello(name) : print(name + '님') name = "I love you" print(name) hello("kimsa") print.. 2019. 5. 2. 요인분석 FA, 독립성분분석 ICA 데이터가 생성되었던 확률분포를 이해한다. 는 것 = 모수값을 알아내는 것 모수적 모형 : 모수의 값을 가지고 분포의 특성을 완전히 결정하는 모형 Binomial 구체적으로 표현하는 방식 = 이 분포의 pmf로 표현하는 방식 ---> nCx p^x * (1-p)^(n-x) 확률변수 = 주사위 던졌을 때 나오는 눈 (X) X~B(10, p) X는 개념적인 확률변수일 뿐이었는데 모수 p 값만 안다면 X값들을 창조(생성)해내는 신이 될 수 있다. 분포 자체가 좋은 분포여야 겠지 N(Mu,) 데이터를 가장 효율적으로 데이터가 많으면(샘플 수 증가) 불확실성이 줄어듬 (÷루트 n 속도로 표본분산이 줄어듬) 1/n 쓰는 mle!! =>세상에 존재하는 어떤 방법보다 불확실성을 줄이는 빠른 방법 로그함수는 증가함수로 크.. 2019. 5. 1. 이전 1 2 3 4 5 6 7 8 다음
