Showing

`transforms.Normalize`의 역할과 중요성딥러닝 모델을 학습할 때, 입력 데이터의 전처리는 매우 중요한 단계 중 하나이다. 특히 이미지 데이터를 다룰 때, `Normalize`라는 과정은 데이터의 분포를 조정하여 학습 성능을 크게 향상시킬 수 있다. `torchvision.transforms.Normalize`는 이런 전처리 과정에서 중요한 역할을 한다.`transforms.Normalize`란?`transforms.Normalize`는 이미지 데이터의 각 채널에 대해 평균과 표준편차를 사용해 정규화를 수행하는 함수이다. 이 함수는 입력 이미지의 픽셀 값들을 평균을 기준으로 0에 가까운 값으로 만들고, 표준편차를 사용해 분포를 일정하게 조정해준다. 이렇게 하면 모델이 학습할 때 데이터의 분..

LSE는 Least Squares Estimation(최소 제곱 추정)의 약자이다. LSE는 주어진 데이터에 가장 잘 맞는 선형 모델을 찾는 방법 중 하나로, 데이터 포인트와 모델의 예측 값 사이의 차이(오차)를 최소화하는 방식으로 동작한다. 여기서 최소화하는 것은 오차의 제곱합이다. 1. SSE (Sum of Squared Errors , 오차 제곱합 )SSE는 각 데이터 포인트에서 실제 값과 예측 값 사이의 차이를 제곱한 뒤 모두 더한 값이다. SSE를 최소화하는 것이 LSE의 목표이다. 2. 미분을 통해 최적화w와 b를 구하기 위해, 오차를 최소화하려면 SSE를 미분하고 이를 0으로 만드는 값을 찾아야 한다. 이는 미분이 그래프에서 최소값을 찾는 방법이기 때문이다. 그래서 아래 식에서 보여주듯이, ..

정규 분포의 확률 밀도 함수(PDF, Probability Density Function)는 통계학에서 아주 중요한 개념이다. 정규 분포는 주로 우리가 일상에서 관찰하는 많은 자연현상과 데이터가 '평균 주변에 많이 몰려 있고, 극단적으로 큰 값이나 작은 값은 적다'는 패턴을 따를 때 유용하다. 예를 들어, 사람들의 키, 시험 점수, 제품의 생산 품질 등이 이런 정규 분포를 따를 수 있다.1. 정규 분포란?정규 분포는 통계에서 데이터가 평균을 중심으로 대칭적으로 분포하는 형태를 말한다. 이를 시각적으로 보면 종 모양의 그래프를 떠올리면 된다. 가장 흔히 발생하는 값들이 가운데 집중되어 있고, 평균에서 멀어질수록 발생 빈도가 줄어드는 형태다.정규 분포는 두 가지 중요한 특성인 평균과 표준편차로 정의된다:평균..