모 카페에 후기 보니까 진짜 멍청이들 천지네
마지막 문제가 분류 문제였는데 예측변수 속성이 integer여서 factor로 바꿔주고 해야 하는데 그것도 모르면서 자꾸 이상한 소리하는 놈들 뿐임ㅋㅋㅋㅋ
그 외에도 헛소리들 많이 하던데 진짜 비전공자 문과충, 코딩충들 저런 실력으로 데이터 관련 업종에 종사하고 싶어하는 ^꿈^만 크다
필기 시험 때도 아~주 간단한 MLE 구하는 문제 나왔는데 갑자기 수식에 자연상수 e가 나와서 포기했다느니 하는 후기 보니까 기가 차더라
그리고 애초에 이 시험이랑 ADP 자체가 별 의미가 없는 거 같아
지금은 신설 자격증이라 정량적인 평가 좋아하는 대기업 채용 우대사항에도 걸려있던데 머지 않아 쓸모없다는 거 기업에서도 뽀록날테니
이거 할 시간에 수통, 회귀나 더 공부해서 머신러닝 관련 책이나 더 읽거나 공모전 참여하는 게 나을듯
솔직히 데이터 관련 최고 가성비 자격증은 석사임 ㅇㅇ 그 외에는 딱히 의미 없음
와 MLE에 e 나왓다고 포기햇다는건 좀 충격이네
자격증이라는 게 애초에 찍먹했다는 거지 큰 기대하지마 - dc App
MLE 이해 못하고 MSE 쓰는애들 보면 신기함.. 울회사에도 있음 정규분포에서의 MLE가 RMSE 구하는거랑 일맥상통하는데ㅋㅋㅋ 가끔 진짜 신기해서 떠드는거 쳐다만 봄
MLE는 estimator로 쓰는 거고 MAE MSE RMSE 얘네들은 평가 지표인데 뭔 소리냐? 내가 모르는 거 같은데 설명 좀
정규분포에서 MLE랑 같은 건 LSE(OLS) 아님?
OLS 말하는거겠지 ㅇㅇ
정규분포 pdf가 exp (x-u)^2 텀으로 표현되니까 MLE에서 미분해서 0되는값 찾는거나 MSE가장 작은값 찾는거나 같은 의미나 마찬가지라는 의미였는데 말을 이상하게 썻나?
ㅇㅇ 맞음 AIC가 MSE랑 같은 지표는 아니지만 두개 다 최소(최대)값을 찾는 Context에서 같다고 봄
데이터 분석하는데 e를 알아야될 이유가 뭐가 있냐 모델링만 안하면 되지... 이렇게 별것도 아닌 지식으로 남들 까내리고 타전공 무시하는 사람이 회사에 들어온다고 생각하면 끔찍하긴 함
전형적인 멍청한걸 부끄러운줄 모르는 케이스네 ㅋㅋㅋㅋㅋㅋ 모델링은 둘째치고 자연상수도 모르는 새끼가 분석은 무슨 구글 보고 코드 베끼기나 하겠지
전 빅분긴가 뭔가하는 듣도보도 못한 시험좀 잘본거같다고 부심 부리는 님 무시 안하잖아요 ㅠㅠ - dc App
어... 진심이야..? 고등학교때 배우는 수학 수준은 갖추고 와야한다고 생각하는데 아닌가..? 그렇게 무리한 부탁을 한건 아니잖아...
난 이 글쓴놈 아닌데? 그리고 저것도 모르는 놈이 들어갈 회사가 있기는 하냐ㅋㅋㅋㅋ 데이터 분석 관련 전공중에 겨우 저것도 안배우는 곳 없을텐데
통계전공인데 e가 뭔지도 모르고 mle가 뭔지 왜쓰는지도 모르면 문제가 있지만 실제로 일하는데에는 대다수 경우에는 e가 뭔지 mle가 뭔지 알필요 없는거 맞는데..? 주구장창 쿼리돌리고 a/b 테스트하고 이러다 보면 전공 지식 쓸일 별로 없음 머리굴릴 일은 많아도... 배웠는데도 모르는 멍청이면 당연히 거르지만 문과 컴공이면 안배운건데 그거 모른다고 데싸일 못하는거 아님
데싸 직종 엥간한데는 코테보지 않나? 코테만 잘보면 뽑히는데 저런걸 대체 왜 알아야됨? 문돌이 코딩노예들도 머리 좋은애면 고딩때 배웠던 수학 까먹었고 대학교 들어와서 수학 안건드렸어도 할만하다고 생각하는데 ㅋㅋ 심지어 학사따리면 엥간하면 전공생이든 뭐든 딥한건 못함
그건 니가 ㅈ소따리라서 그런거고 ㅋㅋㅋㅋ 어쩐지 지잡 냄새 나더라
ㅋㅋㅋ 니 맘대로 망상하세요 - dc App
ㅋㅋㅋㅋㅋ 어우 시발 보다보니 가관이네 어떤 컴공이 자연상수를 안 가르쳐? 컴공에서 코딩 가르쳐주는지 아냐? 꼭 학원 출신 불쏘시개들이 무식 자랑하고 그거 까면 ab테스트 원툴로 뻐기더라 ㅋㅋㅋㅋㅋ
아니 진짜 궁금해서 그런데 exponential은 고등학교때 배우는거라 그래요 그리고.. 로지스틱만 하더라도 exponential을 모르면 어떻게 쓴다는거죠? 아니면 시그모이드라도..진짜 비하하려는게 아니고 궁금해서 그래요
AB 테스트(=RCT) 한다는거는 confounder가 주는 영향을 없애는거는 알고있죠? 여기에서 조금 더 확장해볼게요 본인이 observational study에서 데이터 분석하고 해석은? 아니면 생존분석에서 cox 모형은? Poisson 패밀리에서 log 링크를 다시 exponential case로의 해석은요?
불쏘시개한테 무슨 대답을 기대하냐 ㅋㅋㅋㅋㅋ 쟤는 ab 테스트해서 차이나도 그게 유의한지 아닌지도 모를텐데.
불쏘시개 이러고 있네 ㅋㅋㅋㅋ 대학원 다니긴 함 - dc App
로지스틱이 canonical link여서 계산 깔끔하고 설명하기도 편해서 많이 쓰는건 맞지만 어차피 ds면 코드가 계산해주는데 probit이랑 logit이랑 옵션차이로 밖에 안느껴질텐데 exponential에 대해서 뭘 아는게 데이터 분석에 도움이 됨? - dc App
Control test 랑 observational 차이는 clinical한데서 많이하는거라 빠삭하게는 모르지만 그것도 수식이랑 관련없고 생각 좀만 할줄 알면 구분할줄 알아야되는거고 survival analysis도 clinical에서나 하지 통계이론쪽에서는 한물도 아니고 두물정도 간 주젠데 cox model을 대체 어디서 쓰는거임 - dc App
말대로 별것도 아닌 쌩기초 지식임. exponential에 대해서 뭘 아는게 데이터 분석에 도움이 됨? 이라니... 루트 알아서 어따 씀? 이라고 물어보면 뭐라고 대답을 해야 함? MLE가 뭔지도 모르면 분포를 알 때 MLE 추정이 제일 좋은 계산이란 것도 모를텐데 이건 도움된다 말하기도 뭐하고 그냥 데이터 분석의 기본 아님? 분포함수 뻔한데도 MLE도 모르고 그냥 머신러닝 여러개 돌려버리면 시간도 낭비하고 결과도 안좋고 "실무" 적으로 확실히 문제가 있는데?
Mle가 대체 무슨 기준으로 “좋은 계산”임? Asymptotic normality asymptotic umvue이거 다 asymptotics인데? 분포함수를 안다는 가정부터가 말이 안되긴 하지만… 사실 미적분 아라서 뭐함?이랑 똑같은 소리가 맞긴함 누구한테는 기본이지만 일할때 필요 조건이 아니라고 - dc App
답 다써놓고 왜물어보는지 모르겠네. Asymptotic 이니까 n 충분히 크면 된다는거잖아.
Poisson model에서 glm쓰면 log링ㅇ크 쓰는것도 걍 canonical link라 쓰는건데 해봤자 coefficient의 의미 해석하는데 e가 쓰이겠지 e의 좋은 성질들이랑 관련없이 걍 숫자로 - dc App
본인은 알고있자나? 그럼 거꾸로 생각해서 본인이 사람을 뽑을때 exp도 모르는 사람이면 채용할거? 그리고 위 예시는 exp가 쓰이는 예시들 몇가지 가져온거 뿐인데; 너무 기본적인걸 모르는거는 문제가 있다는게 대화의 주제자나 논점을 흐리지 말구..
그리고 ab테스트 언급했으면 interpretation을 분명 해야하는 상황이 올건데 어찌 해석하려고.. 로그 오즈에서의 베타랑 exp스케일에서 exp(베타)는 해석이 너무 다르지 않아? 그 수치의 해석에 따라서 정책이나 의사결정을 해야한다면 책임질 수 있겠어? 그냥 e같은거 몰라도 좋은분석가가 될수 있다는거는.. 기본적인 역량이 안되더라도 ds로 상관없다
로 들리는데 이거는 이 분야에서 일하는 사람들에대한 폭력으로 느껴져
그리고 survival 죽었다고 하는데 그럼 딥러닝은 1900년대 나왔던 논문이니 구글에서 조명 안해줬으면 'NN 그거 옛날에 나온 논문인데 한물도 아니고 두물갔네'라고 말하는거랑 뭐가다름? 참고로 causal survival이나 survival ML은 지금도 연구되고 있고 actuary 같은 계리분야에서도 쓰이는데..
나는 exp모르는 똑똑해보이는 코딩충이랑 걍 전공수업만 열심히 들은 띨빵한 전공생 있으면 똘똘해보이는 코딩충 뽑을거 같아서 하는 얘기임 - dc App
서바이벌에 대한 얘기는 좀 주관적인 말이 맞음 저거 하는 교수님들 거의 없고 심지어 바이오 하는 교수님들도 손떼는게 보여서 그럴뿐이지 하는 사람이 없다는 말은 아니었음 - dc App