Keyword혼동행렬Confusion Matrix, 정밀도Precision, 재현율Recall, AUC ROC, AUC PR, 민감도Sensitivity, 특이도SpecificityINTROConfusion Matrix라고 하면 가장 먼저 2x2 매트릭스를 떠올리게 됩니다. 이제는 보다 시각적인 벤 다이어그램으로 이해해봅시다.어디서도 본 적 없었던 명쾌한 설명이 기다리고 있습니다!HEADConfusion Matrix: $0 \text{ vs } 1$ - Statistical Error $H_0 \text{ vs } H_1$INTUITION: FigureAccuracy vs Error RateAccuracy $\equiv \frac{TN + TP}{Total Prediction}$INTUITION ▢ 중에..

INTRO쿠버네티스란 대체 뭘까요? 데이터 과학자로 업무하다 보면 심심치 않게 접하지만, 어려워 보이기만 하죠. 그래서 정리해봤습니다.KubernetesKubernetes DEF Docker 컨테이너를 여러 서버에서 자동으로 실행하고 관리해주는 시스템이다.단, 어떤 애플리케이션을 어떻게 실행할지 전혀 모름. 단지 명령받은 리소스를 배치하고 실행함.COMPONENTS🏘️🏘️🏘️ Cluster with Control Plane 🤵🏻‍♂️ClusterDEF 쿠버네티스 전체 시스템 단위. 여러 개의 노드(Node) 로 구성됨. 컨트롤 플레인(Control Plane)이 클러스터 전체를 관리.클러스터 간에는 기본적으로 아무 연결도 없음(서로 통신하려면 VPN, API Gateway, Mesh, Feder..

브로드캐스팅규칙차원 수가 다르면 차원이 작은 배열 앞에 1인 차원을 추가대응하는 차원의 크기가 같거나 둘 중 하나가 1이어야 함확장 시 크기 1인 차원이 해당 위치의 다른 배열 차원 크기로 반복됨 위 코드 사례 분석a 변환: (5, ) → (1,5) → (3,5)로 변환b와 element wise하게 연산※ 영상 제작용 코드는 댓글 다시면 메일로 보내드릴게요!a = [0, 1, 2, 3, 4] # a.shape == (5,)b = [[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]] # b.shape = (3, 5)c = a+bc = [[ 0, 2, 4, 6, 8], [ 5, 7, 9, 1..

몬테카를로 시뮬레이션은 임의의 미리 정의된 분포로 부터 샘플링하고, 이 샘플에서 표본 분포를 구해 약대수의 법칙에 따라 모평균을 추정합니다. 이 모평균을 이용해 여러가지 계산이 어려운 수식들을 계산하는데 활용하는 영리한 방법론입니다! 실제 사례를 통해 살펴봅시다.예제1: 베르누이 분포를 활용하여 원주율 구하기원 밖에 포함되면 0, 원 안에 포함되면 1인 베르누이 분포. 즉, 넓이가 4인 정사각형에 내접하는 원의 넓이를 $\pi$라 했을 때 원 안에 포함될 확률이 $\frac{\pi}{4}$인 베르누이 분포를 따른다.각 점을 한 번 찍을 때마다,원 안에 들어가면 1(성공), 원 밖이면 0(실패)즉, 성공확률이 $\frac{\pi}{4}$인 베르누이 시행$N$번 반복하면, 성공 횟수 $S$는 $B(N,\fr..

INTROWHY? 해석적 해가 없을 때 몬테카를로 시뮬레이션은 유일한 해법이 됩니다.해석적 해의 부재, 고차원, 복합 함수 기대값 산출 등의 상황에서 정직한 계산은 종종 불가능합니다.이때, 계산량을 줄이기 위해서 일부만 뽑아서 계산하는 접근이 필요한데, 이것이 몬테카를로 시뮬레이션입니다.WHAT? 몬테카를로 시뮬레이션은 샘플링과 약대수의 법칙에 따라 관심값을 추정하는데, 다음 절차를 따릅니다.미리 정의된 확률분포로 부터 샘플들을 생성하고,이 샘플의 표본평균으로부터 약대수의 법칙을 이용해 확률분포의 평균 계산하고이를 통해 관심값 추정하는 방법론입니다.HEADDEF 샘플러(반복 랜덤 샘플링)와 약대수의 법칙에 따라, 확률값 또는 기댓값을 표본평균을 통해 구하는 방법.구현절차PROCOPTIONAL 확률변수 간..

001 폴더를 순회하면서 모든 파일을 찾고 공통적인 액션을 적용하기 find . -name "*DATA*.csv" -print0 | xargs -0 git rm --cached find . -name "*.csv": 현재 디렉토리(.)와 모든 하위 디렉토리에서 .csv로 끝나는 모든 파일을 탐색 -print0: 각 파일 이름 뒤에 null 문자를 추가 |: find 명령어의 출력을 xargs 명령어로 파이프 xargs -0: 입력으로 들어온 내용을 null 문자로 구분된 아이템으로 처리 git rm --cached: find 명령어의 각 출력(여기서는 .csv 파일들)에 대해 git rm --cached 명령을 실행

안녕하세요 데잇입니다. Poetry 가상환경을 설정하는 방법은 지난 시간에 이미 다루었습니다. 가상환경을 설정하는 이유는 크게 다음과 같습니다. 프로젝트 격리: Poetry 가상환경을 사용하면 프로젝트별로 격리된 환경을 생성할 수 있으며, 이는 프로젝트 간에 종속성 충돌을 방지하고 프로젝트 간에 독립적으로 패키지를 관리할 수 있게 합니다. 패키지 버전 관리: Poetry 가상환경은 poetry.lock 파일을 통해 사용 중인 패키지의 정확한 버전을 고정하므로, 프로젝트의 일관성을 유지하고 다른 환경에서 동일한 종속성을 재현하는 데 도움을 줍니다. 종속성 설치 및 업데이트: Poetry 가상환경을 사용하면 poetry install 명령어를 통해 종속성을 쉽게 설치하고 관리할 수 있으며, 이를 통해 필요한..

안녕하세요, 데잇입니다. 오늘은 git을 더 가볍게 관리하기 위한 기법으로 gitignore를 다루는 방법을 알아보겠습니다. .gitignore 파일 활용법: 기본부터 고급 활용까지 .gitignore 파일에 기록된 내용을 토대로 Git에서 버전 관리에서 제외할 파일/디렉토리나 포함할 파일/디렉토리를 지정할 수 있다. .gitignore 1. 무시하기 다양한 방식으로 무시할 수 있다. secret.txt # 파일 무시 *.log # 확장자 무시 node_modules/ # 루트 디렉토리 아래 해당 디렉토리 무시 /folder_a/todo.txt # 루트 디렉토리 아래 해당 디렉토리 내 해당 파일만 무시 *temp* # * : 임의의 여러($\ge0$) 문자 ?.txt # ? : 임의의 한 문자 [abc]..