전체 글94 실체가 손에 잡히는 딥러닝(2) “인간의 뇌를 모방한 신경망, 그리고 딥러닝” 이전글 실체가 손에 잡히는 딥러닝(1) "인공지능의 세계, 머신러닝과 딥러닝은 어떻게 등장했나 1. 꼬마선충의 신경세포 네트워크를 이식한 로봇 2014년 수상한 레고 로봇이 하나 탄생되었습니다. 3개의 센서(터치 센서, 사운드 센서, 소나 센서)와 두 개의 바퀴가 부착된 단순한 로봇으로, 벽에 부딪히면 뒤로 물러나고 소리나 음파에 반응해 움직이는 정도의 특별한 것 없는 장난감 수준의 로봇이었습니다 평범해 보이는 이 로봇이 유독 세간의 흥미를 끌었던 부분은 바로 이 로봇에 꼬마선충이라는 벌레의 신경세포 네트워크 구조, 즉 커넥톰(connectome)을 소프트웨어적으로 시뮬레이션시켰다는 점이었습니다. 놀랍게도 레고 로봇은 살아있는 꼬마선충과 거의 같은 움직임을 보였습니다. 302개의 신경세포(뉴런)를 갖고 .. 2022. 3. 9. 결정계수(R^2)의 이해 관련글 선형회귀분석 밑바닥부터 이해하기 관련글 상관관계와 상관계수 상관관계와 상관계수 1. 들어가며 연속형 변수 x, y의 관계는 상관관계(correlation) 분석을 통해 2가지 사실을 알 수 있다. 관계의 방향 관계의 강도 보통 관계의 방향은 diseny.tistory.com 1. 들어가며 선형회귀분석에서 모델의 적합도를 판단할 때, 결정계수(R^2)값이 중요한 판단 근거가 된다. 결정계수(R squared)의 의미에 대해 살펴보자. 2. 모델의 의미 예를 들어 과 같이 A ~ G(7명) 학생의 수학성적을 Y라고 했을 때 이 값들을 Y축 기준으로 나열해보자. 수학성적(Y)이라는 데이터를 이용해 구할 수 있는 것은 평균(88)과 표준편차(5.8)뿐이다. 그런데 각 학생들의 공부시간 데이터가 존재하고 .. 2022. 3. 8. 2. 데이터 타입과 차트 종류 이전글 1. ggplot2 기본구조 1. 들어가며 데이터 시각화의 목적은 크게 두가지이다. 탐색적 데이터 분석 : 데이터의 특징을 빠르게 파악하고 숨겨진 사실을 쉽게 발견하기 위해 사람의 인지적 능력을 촉진시키기 위한 목적 diseny.tistory.com 1. 들어가며 목적지를 향해 떠나기 전에 좋은 지도를 갖추는 것은 필수적이다. 데이터 시각화를 하기 전에 먼저 주어진 데이터로 어떤 차트를 그릴 수 있는지 파악하고 있어야 한다. ggplot2에서도 마찬가지로 데이터와 그릴 수 있는 차트의 맵핑 관계를 알고 있다면 더 효율적으로 시각화 작업을 할 수 있다. 2. 변수의 조합과 차트 종류 변수의 종류와 변수간 조합으로 그릴 수 있는 차트가 결정된다. 차트가 결정되면 그 다음에 할 일은 차트를 더 보기 좋.. 2022. 3. 7. 1. ggplot2 기본구조 1. 들어가며 데이터 시각화의 목적은 크게 두가지이다. 탐색적 데이터 분석 : 데이터의 특징을 빠르게 파악하고 숨겨진 사실을 쉽게 발견하기 위해 사람의 인지적 능력을 촉진시키기 위한 목적 메시지(인사이트) 전달 목적 : 분석 결과를 이해 관계자들에게 효과적으로 전달하고 공유하기 위한 목적 2. 처음부터 ggplot2을 학습해야 하는 이유 탐색적 데이터 분석을 위한 시각화는 R의 기본 Plot 기능만으로 충분하다. 그러나 데이터 분석가의 일이 탐색적 분석에서 끝나는 일은 거의 없고 대부분 분석 결과를 이해관계자에게 최종적으로 전달하는 일 까지 맡아야 한다. 따라서 풍부한 디자인 기능까지 포함하는 ggplot2를 배우는 것이 좋다. 또한 R의 자체 Plot 문법과 ggplot2의 문법이 약간 다르기 때문에 .. 2022. 3. 7. 5. IRT 모델 진단 이전글 3. 이분형(dichotomous) 문항 1PL 모델 분석 관련글 1. 문항반응이론 개요 2. 이분형 문항 반응 특성 곡선 원리 1. 필요 패키지 IRT를 분석하는 R 패키지는 아주 많지만 일반적으로 많이 쓰이는 패키지는 ltm, mirt 두 가지다. mirt는 단일차원성(un diseny.tistory.com 4. 이분형(dichotomous) 문항 2PL, 3PL 모델 분석 이전글 3. R_이분형(dichotomous) 문항 1PL 모델 분석 1. 들어가며 지난 글에서 문항의 난이도만 추정하는 1PL 모델 분석을 방법을 다뤘다. 이제 문항의 변별도를 모델에 포함시키는 2PL모델과 추측도까 diseny.tistory.com 1. 들어가며 모델을 만들었다면 모델의 적합도와 통계적 유의성에 대해 따.. 2022. 3. 7. 4. 이분형(dichotomous) 문항 2PL, 3PL 모델 분석 이전글 3. 이분형(dichotomous) 문항 1PL 모델 분석 관련글 1. 문항반응이론 개요 2. 이분형 문항 반응 특성 곡선 원리 1. 필요 패키지 IRT를 분석하는 R 패키지는 아주 많지만 일반적으로 많이 쓰이는 패키지는 ltm, mirt 두 가지다. mirt는 단일차원성(un diseny.tistory.com 1. 들어가며 지난 글에서 문항의 난이도만 추정하는 1PL 모델 분석을 방법을 다뤘다. 이제 문항의 변별도를 모델에 포함시키는 2PL모델과 추측도까지 포함시키는 3PL 분석 방법을 살펴보자. 2. R 코드 코드는 1PL모델과 동일한데 옵션만 바꿔 주면 된다. #아래 코드는 시뮬레이션 데이터를 생성한다. 이전글과 동일하다 set.seed(123) #(1) s_score = matrix(rbi.. 2022. 3. 7. 가설검증과 2종오류 지난글 가설검증과 1종 오류 1. 들어가며 가설을 검증한다는 말은 검증하는 사람(분석가)이 명확한 근거를 갖고 있거나 정답을 알고 있다는 뉘앙스를 가진다. 그러나 검증이라는 표현보다는 결단을 내린다는 말이 사실에 더 diseny.tistory.com 1. 들어가며 지난 글에서 가설검증과 1종오류에 대해 다뤘다. 이제 2종 오류에 대해 생각해보자. 1종 오류는 귀무가설이 맞는데도 귀무가설을 기각하는 오류다. 반변, 2종 오류는 귀무가설이 틀렸는데 귀무가설을 기각하지 않는 오류다. 2. 유치한 외우기 1종오류와 2종오류는 설명을 들었을 때는 어렵지 않게 이해가 되는데 나중에 기억하려면 조금 헷갈린다. 그래서 유치하지만 아래와 같은 단어로 외워 두면 좋다. 더 깊은 이해는 핵심 개념의 탄탄한 암기가 바탕이 되.. 2022. 3. 6. 3. 이분형(dichotomous) 문항 1PL 모델 분석 관련글 1. 문항반응이론(IRT) 개요 1. 기본개념 문항반응이론(Item Resposne Theory)은 여러 사람들이 여러 문항에 응답한 데이터를 분석해 응답자의 능력 개별 문항(문제)의 난이도/변별력/추측도 를 측정하는 분석 이론이다. 문항(item) diseny.tistory.com 2. 이분형 문항 반응 특성 곡선 원리 이전글 : 1. 문항반응이론개요 1. 들어가며 이분형 문항 반응(dichotomous response)이란 문제(문항)에 대한 응답 범주가 2가지라는 의미다. 어떤 문제의 정오답 데이터가 전형적인 이분형 문항 반응이 diseny.tistory.com 1. 필요 패키지 IRT를 분석하는 R 패키지는 아주 많지만 일반적으로 많이 쓰이는 패키지는 ltm, mirt 두 가지다. mirt.. 2022. 3. 4. 이전 1 ··· 6 7 8 9 10 11 12 다음
