| 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
- Deep learning
- Statistics
- Machine Learning
- 몽고디비
- 주일설교
- 빅데이타
- data science
- WebGL
- No SQL
- c++
- Artificial Intelligence
- 확률
- openCV
- 인공지능
- MongoDB
- 딥러닝
- probability
- 빅 데이타
- node.js
- 빅데이터
- 김양재
- Big Data
- 데이터 과학
- 우리들교회
- nodeJS
- 통계
- R
- 빅 데이터
- 김양재 목사님
- 김양재 목사
Archives
- Today
- Total
목록cumulative distribution function (1)
Scientific Computing & Data Science
[Data Science / Probability] Cumulative Distribution Function
연속 확률 변수 \(\mathbf{X}\)의 누적 분포 함수(Cumulative Distribution Function; CDF)는 다음과 같이 정의된다: \( \displaystyle{ F(x) = P(X \leq x) = \int _{-\infty}^{x}{f(y)}dy }\) 역으로 확률 밀도 함수 \(f(x)\)는 누적 분포 함수 \(F(x)\)를 미분하여 계산된다: \(\displaystyle{f(x) = \frac{dF(x)}{dx}}\) 또한 특정 범위의 확률 변수에 대한 확률은 다음과 같다: \(\displaystyle{ P(a \leq X \leq b) = P(X \leq b) - P(X \leq a) = F(b) - F(a) = \int _{a}^{b}{f(x)}dx }\)
Data Science/Probability & Statistics
2014. 1. 31. 11:04