| 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
- 빅 데이터
- 인공지능
- R
- 딥러닝
- openCV
- 확률
- WebGL
- 우리들교회
- 빅 데이타
- probability
- Machine Learning
- 통계
- 빅데이타
- nodeJS
- data science
- Big Data
- node.js
- Statistics
- 몽고디비
- 데이터 과학
- 김양재 목사님
- 김양재 목사
- Artificial Intelligence
- 주일설교
- Deep learning
- MongoDB
- 빅데이터
- c++
- 김양재
- No SQL
Archives
- Today
- Total
목록correlation (1)
Scientific Computing & Data Science
[Probability] Covariance & Correlation
두 개의 확률 변수 X와 Y에 대한 공분산(Covariance)은 다음과 같이 정의됩니다: \(\mathrm{Cov}(X,Y) = \mathrm{E}( (X-\mathrm{E}(X)) (Y - \mathrm{E}(Y)) ) = \mathrm{E}(XY) - \mathrm{E}(X) \mathrm{E}(Y) \) 공분산 값은 양수 또는 음수 또는 0(확률 변수가 상호 독립일 경우)을 갖습니다. 두 개의 확률 변수에 대한 의존성을 나타내는 지표는 상관관계(Correlation)이며, 다음과 같이 정의됩니다: \( \mathrm{Corr}(X,Y) = \displaystyle{\frac{\mathrm{Cov}(X,Y)}{\sqrt{\mathrm{Var}(X)\mathrm{Var}(Y)}}} \) 이며, -1과..
Data Science/Probability & Statistics
2014. 2. 1. 10:55