| 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 | 29 | 30 | 31 |
Tags
- No SQL
- 몽고디비
- 주일설교
- Artificial Intelligence
- node.js
- 데이터 과학
- data science
- openCV
- 빅데이터
- 인공지능
- Machine Learning
- probability
- 딥러닝
- Deep learning
- 우리들교회
- c++
- Statistics
- 빅데이타
- nodeJS
- Big Data
- WebGL
- R
- 김양재
- 확률
- 빅 데이타
- 통계
- MongoDB
- 김양재 목사님
- 김양재 목사
- 빅 데이터
Archives
- Today
- Total
목록Distribution (1)
Scientific Computing & Data Science
[Probability] Normal Distribution - Distributions Related to the Normal Distribution
[Lognormal 분포] 일 때 확률 변수 X는 파라미터 와 를 갖는 Lognormal 분포를 따른다고 한다.X의 확률 밀도 함수는 에 대하여이며, 이외에 대하여이다. 누적 분포 함수는이며, 기대값과 분산값은 각각및이다. [Chi-Square 분포] 자유도를 갖는 chi-square 분포 X는 과 같이 표현되며 는 독립적 표준 정규 확률 분포이다. 자유도를 갖는 chi-square 분포는 파라미터 및 를 갖는 감마 분포이며 기대값과 분산은 각각 및 이다. [t-분포] 자유도를 갖는 t-분포는으로 표현되며 N(0,1) 및 확률 변수 는 독립적인 분산이다. t-분포는 표준 정규 분포의 모양과 유사하지만 이보다는 약간 더 평평하다. 임에 따라 t-분포는 표준 정규 분포에 가까운 모양이 된다. [F-분포] 및..
Data Science/Probability & Statistics
2014. 2. 22. 01:03