[일반] 특성공학/ 수리통계 이걸로 크게 나눌수있나

[딥삣삐(115.136)]

특성공학은 문제를 정의하고 데이터를 어떻게 정의하고 인풋과 아웃풋은 어떻게 정의하고 모델기반은 뭘 쓰고 이런걸 하는 완전히 휴리스틱인 부분이고

그리고 AI가 기본적으로 모수를 추정하는거니까 모수를 추정하기 위한 방법론을 수리통계학에서 배우는건가?

- dc official App

[딥삣삐 1(223.62)]

아니오

[딥삣삐 2(223.131)]

특성공학이 뭔지는 모르겠는데, 수리통계에 대한 생각은 맞음모수란 참값의 화신(아바타, 분신 뜻)이고 참값을 알수 없어서 대신 모수라는 것을 추정참값은 정의하기 나름이지만 결코 알 수 없는 미지의 값임심지어 참값이 있는지 조차 불분명. 최악의 경우 참값이 없을 수도 있음만약, 참값을 알 수 있는 방법론이 있다면 그 즉시 이 세상 모든 학문은 무너짐참값을 아는데 굳이 수학,물리,천문,심리,범인추적,해저탐사 등을 할 필요가 없기 때문그럼 참값이란 무엇인가?통계에서는 대표값임대표값에는 평균, 중앙, 최빈이 있고이 대표값이 정확한 점추정이 안 되어서 산포값인 분산, 표준편차, 표준오차, 신뢰구간을 사용하는 것다시 돌아가서, 모수란 위 대표값1, 대표값2... 대표값n들이 퍼져였는 분포의 형태를 결정

[딥삣삐 2(223.131)]

하는 값을 맓함

[딥삣삐 2(223.131)]

오차들이 퍼져있는 모양은 정규분포이고 이 정규분포의 모양을 결정하는 모수는 평균과 분산이고 0~1사이의 값을 다루는 것은 베타분포인데 이 베타분포의 모양을 결정하는 모수는 평균,분산이 아니고 알파와 베타이고 T분포에서 T모양을 결정하는 것은 자유도라는 모수임 즉, 모수를 보통 평균,분산이라고 하는데 엄밀히는 정규분포에만 해당하는 거임

[딥삣삐 2(223.131)]

참값이란 사실 명제임 명제란 참 또는 거짓인 문장인데 "지금 비가 온다" 등은 지금 즉시 확인이 가능하므로 명제가 맞으나 "내일 비가 올 것이다"는 유보된 명제로 맞는지 모름 이 때, 확률을 도입해서 명제의 몇 %나 가까이 가는지 알아 내는게 통계가 하는 일 확률이 발전해서 통계가 된 게 아니고 통계가 필요해서 확률을 도입한 것 확률이 아니더라도 명제가 참인지 거짓인지 판단하는 방법은 여럿 있음