(→개요) |
(→개요) |
||
| 5번째 줄: | 5번째 줄: | ||
* [[독립 (확률론)|독립성]] + [[정규성]] + [[등분산성]] | * [[독립 (확률론)|독립성]] + [[정규성]] + [[등분산성]] | ||
* 변화가 없는 분포에서 각 값이 이전에 추출된 값에 의존하지 않도록 추출한 데이터 | * 변화가 없는 분포에서 각 값이 이전에 추출된 값에 의존하지 않도록 추출한 데이터 | ||
* i.i.d.는 유용한 수학적 구조이지만 현실에서는 거의 찾아볼 수 | * i.i.d.는 유용한 수학적 구조이지만 현실에서는 거의 찾아볼 수 없다. | ||
* 이러한 점에서 머신러닝에서의 이상기체라고 비유할 수 있다. | |||
==예시== | |||
* 예를 들어 웹페이지의 방문자 분포는 짧은 기간에는 i.i.d.일 수 있다. | * 예를 들어 웹페이지의 방문자 분포는 짧은 기간에는 i.i.d.일 수 있다. | ||
* 즉, 짧은 기간에는 분포가 변하지 않으며 각 사용자의 방문은 일반적으로 서로 독립적입니다. | * 즉, 짧은 기간에는 분포가 변하지 않으며 각 사용자의 방문은 일반적으로 서로 독립적입니다. | ||
2020년 6월 28일 (일) 21:58 판
1 개요
- independent and identically distributed (i.i.d.), (iid), (IID)
- 독립정규등분산
- 독립적이고 동일한 분포
- 독립성 + 정규성 + 등분산성
- 변화가 없는 분포에서 각 값이 이전에 추출된 값에 의존하지 않도록 추출한 데이터
- i.i.d.는 유용한 수학적 구조이지만 현실에서는 거의 찾아볼 수 없다.
- 이러한 점에서 머신러닝에서의 이상기체라고 비유할 수 있다.
2 예시
- 예를 들어 웹페이지의 방문자 분포는 짧은 기간에는 i.i.d.일 수 있다.
- 즉, 짧은 기간에는 분포가 변하지 않으며 각 사용자의 방문은 일반적으로 서로 독립적입니다.
- 그러나 기간을 확대하면 웹페이지 방문자 수에 계절적인 편차가 나타날 수 있다.
3 같이 보기
4 참고
네이버백과 "독립정규등분산"
로그인하시면 댓글을 쓸 수 있습니다.
{{ comment.name }}
{{ comment.created | snstime }}
-
{{comment.page_title}} ―{{comment.name}}