모든 공개 기록

IT 위키에서 사용할 수 있는 모든 기록이 표시됩니다. 기록 종류나 사용자 이름(대소문자 구별) 또는 영향을 받는 문서(대소문자 구별)를 선택하여 범위를 좁혀서 살펴볼 수 있습니다.

(최신 | 오래됨) (다음 50개 | 이전 50개) (20 | 50 | 100 | 250 | 500) 보기

• 2025년 3월 29일 (토) 10:03 AlanTuring 토론 기여님이 제1종 오류 문서를 만들었습니다 (새 문서: 제1종 오류(Type I error)는 통계적 가설 검정에서 '''귀무가설(null hypothesis, H₀)이 참임에도 불구하고''' 이를 잘못 기각하는 오류를 의미한다. 이는 검정 과정에서 가장 심각하게 여겨지는 오류 중 하나로, '''거짓 경고(false alarm)'''에 해당한다. ==개념== 가설 검정에서 두 가지 오류가 발생할 수 있다: *제1종 오류: 귀무가설이 참인데도 기각함 *제2종 오류: 귀무가...) 태그: 시각 편집
• 2025년 3월 29일 (토) 10:01 AlanTuring 토론 기여님이 유의 수준 문서를 만들었습니다 (새 문서: 유의 수준(significance level, α)은 통계적 가설 검정에서 귀무가설(null hypothesis, H₀)을 기각할 기준이 되는 임계값이다. 보통 0.05, 0.01, 0.10과 같은 값을 사용하며, 제1종 오류(Type I error)를 허용하는 최대 확률을 의미한다. ==개념== 유의 수준은 "귀무가설이 참일 때, 이를 기각할 확률이 얼마나 되어야 괜찮다고 판단할 것인가?"를 정하는 기준이다. *α = 0.05일 경우,...) 태그: 시각 편집
• 2025년 3월 29일 (토) 09:57 AlanTuring 토론 기여님이 T-통계량 문서를 만들었습니다 (새 문서: t-통계량(t-statistic)은 표본에서 계산된 통계량이 귀무가설(null hypothesis) 하에서 얼마나 극단적인지를 나타내는 지표로, 주로 모집단의 분산을 알 수 없을 때 사용된다. t-분포를 따르며, t-검정(t-test)에서 핵심적인 역할을 한다. ==개념== t-통계량은 표본 평균과 귀무가설 하의 평균의 차이를 표준 오차로 나눈 값이다. 이는 관측된 표본 평균이 귀무가설에서 기대하는...) 태그: 시각 편집
• 2025년 3월 29일 (토) 09:55 AlanTuring 토론 기여님이 잔차 문서를 만들었습니다 (새 문서: 잔차(residual)는 통계학에서 관측값과 예측값 사이의 차이를 의미한다. 회귀분석(regression analysis)에서 잔차는 각 관측치가 회귀직선에서 얼마나 떨어져 있는지를 나타내며, 모델의 예측오차를 측정하는 데 사용된다. ==개념== 선형 회귀모형에서는 다음과 같은 식이 기본이 된다: Y_i = Ŷ_i + e_i *Y_i: 실제 관측값 *Ŷ_i: 예측값 (회귀식...) 태그: 시각 편집
• 2025년 3월 29일 (토) 08:47 AlanTuring 토론 기여님이 자유도 (통계) 문서를 만들었습니다 (새 문서: 자유도(degrees of freedom, df)는 통계에서 표본 또는 통계량 계산에 사용되는 독립적인 값의 수를 의미한다. 자유도는 통계 검정, 분산 추정, 회귀 분석 등 다양한 통계적 분석에서 핵심적인 개념이다. ==개념== 어떤 제약 조건 하에서 자유롭게 변할 수 있는 데이터의 수를 자유도라고 한다. 예를 들어, 평균을 이미 알고 있는 표본에서 나머지 값들이 평균을 만족해야 하...) 태그: 시각 편집
• 2025년 3월 29일 (토) 08:30 AlanTuring 토론 기여님이 통계적 가설 검정 p-값 문서를 만들었습니다 (새 문서: p값(p-value)은 통계적 가설 검정에서 귀무가설(null hypothesis, H₀)이 참이라는 전제 하에, 현재의 데이터와 같거나 더 극단적인 결과가 나올 확률을 의미한다. p값은 관측된 데이터가 귀무가설과 얼마나 일치하는지를 수치적으로 표현하는 지표이다. == 개념 == p값은 검정통계량(test statistic)이 특정 값보다 크거나 작을 확률을 계산하여 구한다. 이 확률이 미리 정...)
• 2025년 3월 29일 (토) 08:01 AlanTuring 토론 기여님이 평균으로의 회귀 문서를 만들었습니다 (새 문서: 섬네일|평균으로의 회귀 예시 그래프 평균으로의 회귀(regression toward the mean)는 통계학에서 관측값이 극단적인 값을 보일 경우, 다음 측정에서는 평균에 더 가까운 값으로 이동하는 경향이 있다는 현상을 말한다. 이 개념은 프랜시스 골턴(Francis Galton)에 의해 처음 정식화되었으며, 유전학 연구에서 부모의 키와 자식의 키 간...) 태그: 시각 편집
• 2025년 3월 29일 (토) 08:01 AlanTuring 토론 기여님이 파일:평균으로의 회귀 예시 그래프.png 문서를 만들었습니다
• 2025년 3월 29일 (토) 08:01 AlanTuring 토론 기여님이 파일:평균으로의 회귀 예시 그래프.png 파일을 올렸습니다
• 2025년 3월 29일 (토) 07:57 AlanTuring 토론 기여님이 도박사의 오류 문서를 만들었습니다 (새 문서: 도박사의 오류(Gambler's fallacy)는 독립적인 확률 사건에서 과거의 결과가 미래의 결과에 영향을 준다고 잘못 믿는 인지적 오류를 의미한다. 이 오류는 도박뿐만 아니라 투자, 스포츠 베팅 등 다양한 분야에서 잘못된 판단을 유발할 수 있다. ==개요== 도박사의 오류는 독립적인 사건들이 연속해서 발생할 때, 이전 결과가 미래의 결과에 영향을 미칠 것이라는 잘못된 믿...) 태그: 시각 편집
• 2025년 3월 29일 (토) 07:56 AlanTuring 토론 기여님이 단위근 문서를 만들었습니다 (새 문서: 단위근(Unit Root)은 시계열 데이터가 정상성을 갖추지 못하고 비정상적인 특성을 보일 때 나타나는 현상으로, 시계열 내에 단위근이 존재하면 데이터의 평균과 분산이 시간이 지남에 따라 일정하지 않음을 의미한다. ==개요== 단위근은 시계열 분석에서 데이터의 정상성 여부를 평가하기 위해 중요한 개념이다. 만약 시계열에 단위근이 존재하면, 해당 데이터는 추세...) 태그: 시각 편집
• 2025년 3월 29일 (토) 07:53 AlanTuring 토론 기여님이 정상성 문서를 만들었습니다 (새 문서: 섬네일|정상성이 있는 데이터와 없는 데이터 정상성(Stationarity)은 시계열 데이터의 평균(mean), 분산(variance), 자기상관(autocorrelation) 등 통계적 특성이 시간에 따라 일정하게 유지되는 성질을 의미한다. 이 개념은 경제, 금융, 기상 등 다양한 분야의 시계열 분석 및 예측 모형 구축에 필수적인 전제 조건으로 사용된다. ==...) 태그: 시각 편집
• 2025년 3월 29일 (토) 07:52 AlanTuring 토론 기여님이 파일:정상성이 있는 데이터와 없는 데이터.png 문서를 만들었습니다
• 2025년 3월 29일 (토) 07:52 AlanTuring 토론 기여님이 파일:정상성이 있는 데이터와 없는 데이터.png 파일을 올렸습니다
• 2025년 3월 29일 (토) 07:49 AlanTuring 토론 기여님이 P-값 문서를 만들었습니다 (새 문서: p-값(p-value)은 통계적 가설 검정에서 관찰된 결과가 귀무가설 하에서 우연히 발생할 확률을 나타내는 값이다. 이 값은 0과 1 사이의 확률로 표현되며, 검정 결과의 유의성을 판단하는 데 중요한 역할을 한다. ==개요== p-값은 귀무가설(null hypothesis)이 참일 때, 관측된 데이터보다 극단적인 결과가 나타날 확률을 의미한다. 일반적으로 p-값이 작을수록 우연에 의한 결과...) 태그: 시각 편집
• 2025년 3월 29일 (토) 07:20 AlanTuring 토론 기여님이 파일:엑셀 회귀 분석 도구 결과 예시.png 문서를 만들었습니다
• 2025년 3월 29일 (토) 07:20 AlanTuring 토론 기여님이 파일:엑셀 회귀 분석 도구 결과 예시.png 파일을 올렸습니다
• 2025년 3월 29일 (토) 07:11 AlanTuring 토론 기여님이 엑셀 회귀 데이터 분석 문서를 만들었습니다 (새 문서: 엑셀 회귀 데이터 분석은 엑셀의 내장 도구인 분석 도구 팩(Analysis ToolPak)을 이용하여 회귀 분석을 수행하는 방법으로, 데이터 간의 관계를 파악하고 예측 모델을 수립하는 데 활용된다. ==개요== 엑셀은 사용이 간편한 스프레드시트 프로그램으로, 통계 분석 기능 중 하나인 회귀 분석을 통해 독립 변수와 종속 변수 간의 관계를 분석할 수 있다. 분석 도구 팩을 활성...) 태그: 시각 편집
• 2025년 3월 29일 (토) 07:06 AlanTuring 토론 기여님이 핀버트 (FinBERT) 문서를 만들었습니다 (새 문서: FinBERT는 금융 분야의 문서 및 텍스트에 특화된 BERT 기반의 언어 모델로, 금융 뉴스, 보고서, 주가 관련 문서 등에서 감성 분석 및 의미 파악에 활용된다. ==개요== FinBERT는 기존 BERT 모델을 금융 도메인에 맞게 추가 학습(fine-tuning)한 변형 모델이다. 주로 금융 텍스트의 감성 분석 작업에 사용되어, 금융 시장의 감정 및 의견을 정량화하고 투자 결정, 리스크 관리 등에...) 태그: 시각 편집
• 2025년 3월 27일 (목) 14:48 AlanTuring 토론 기여님이 평균 절대 백분율 오차 문서를 만들었습니다 (새 문서: 평균 절대 백분율 오차(Mean Absolute Percentage Error, MAPE)는 예측값과 실제값 사이의 오차를 실제값에 대한 백분율로 나타낸 후, 그 절대값의 평균을 구하는 평가 지표이다. 이를 통해 모델의 예측 정확도를 직관적으로 백분율로 표현할 수 있다. ==개요== MAPE는 회귀 분석, 시계열 예측, 경제 및 금융 분야 등에서 예측 모델의 성능을 평가하는 데 널리 사용된다. 예측 오차...) 태그: 시각 편집
• 2025년 3월 27일 (목) 14:46 AlanTuring 토론 기여님이 평균 제곱 오차 문서를 만들었습니다 (새 문서: 평균 제곱 오차(Mean Squared Error, MSE)는 예측 값과 실제 값 사이의 차이를 제곱하여 평균한 값으로, 회귀 분석 및 머신러닝 모델의 성능 평가에 널리 사용된다. ==개요== 평균 제곱 오차는 예측 오차의 제곱 값을 평균 내어 계산한다. 오차를 제곱함으로써 음수와 양수가 상쇄되는 것을 방지하며, 큰 오차에 더 큰 페널티를 부여한다. 이로 인해 모델이 큰 오차를 최소화하...) 태그: 시각 편집
• 2025년 3월 20일 (목) 12:30 AlanTuring 토론 기여님이 최장 공통 부분 수열 문서를 만들었습니다 (새 문서: 최장 공통 부분 수열(Longest Common Subsequence, LCS)은 두 개의 문자열에서 순서를 유지하면서 나타나는 가장 긴 부분 수열을 찾는 문제로, 동적 계획법을 사용하여 해결된다. ==개요== 최장 공통 부분 수열은 여러 문자열 비교 문제에서 중요한 개념으로 활용된다. 이는 반드시 연속된 문자가 아니어도 되며, 순서만 유지되면 된다. 예를 들어, 문자열 "ACDBE"와 "ABCDE"의 최장...) 태그: 시각 편집
• 2025년 3월 20일 (목) 12:10 AlanTuring 토론 기여님이 삼각 분할 (동적 계획법) 문서를 만들었습니다 (새 문서: 삼각 분할 (동적 계획법)은 볼록 다각형을 삼각형으로 분할하는 과정에서 최소 비용을 구하는 문제를 해결하는 알고리즘 기법이다. 일반적으로 다각형 내부의 삼각형들의 가중치 합이 최소가 되도록 삼각 분할을 수행한다. ==개요== 볼록 다각형의 삼각 분할에서 각 삼각형의 비용이 주어질 때, 최소 비용으로 다각형을 삼각형으로 나누는 문제를 해결하는 알고리즘...) 태그: 시각 편집
• 2025년 3월 20일 (목) 12:02 AlanTuring 토론 기여님이 파일:삼각 분할 3D Mesh.png 문서를 만들었습니다
• 2025년 3월 20일 (목) 12:02 AlanTuring 토론 기여님이 파일:삼각 분할 3D Mesh.png 파일을 올렸습니다
• 2025년 3월 20일 (목) 11:47 AlanTuring 토론 기여님이 파일:복잡한 도형의 삼각 분할.png 문서를 만들었습니다
• 2025년 3월 20일 (목) 11:47 AlanTuring 토론 기여님이 파일:복잡한 도형의 삼각 분할.png 파일을 올렸습니다
• 2025년 3월 20일 (목) 11:44 AlanTuring 토론 기여님이 파일:기본 도형 삼각 분할.png 문서를 만들었습니다
• 2025년 3월 20일 (목) 11:44 AlanTuring 토론 기여님이 파일:기본 도형 삼각 분할.png 파일을 올렸습니다
• 2025년 3월 20일 (목) 11:38 AlanTuring 토론 기여님이 파일:삼각 분할 기본 예시.png 문서를 만들었습니다
• 2025년 3월 20일 (목) 11:38 AlanTuring 토론 기여님이 파일:삼각 분할 기본 예시.png 파일을 올렸습니다
• 2025년 3월 20일 (목) 11:06 AlanTuring 토론 기여님이 삼각 분할 문서를 만들었습니다 (새 문서: 삼각 분할(Triangulation)은 다각형을 삼각형들의 집합으로 나누는 과정으로, 계산 기하학, 컴퓨터 그래픽스, 지형 모델링 등 다양한 분야에서 활용된다. ==개요== 삼각 분할은 다각형을 겹치지 않는 삼각형으로 분할하는 방법으로, 각 변이 기존의 다각형의 변이거나 다른 변과 교차하지 않는 방식으로 구성된다. 일반적으로 단순 다각형에 대해 삼각 분할을 수행하며,...) 태그: 시각 편집
• 2025년 3월 20일 (목) 06:33 AlanTuring 토론 기여님이 피보나치 수열 문서를 만들었습니다 (새 문서: 피보나치 수열(Fibonacci Sequence)은 각 항이 앞 두 항의 합으로 정의되는 수열로, 자연과 수학에서 중요한 역할을 한다. ==정의== 피보나치 수열은 다음과 같이 정의된다. :F(0) = 0, F(1) = 1 :F(n) = F(n-1) + F(n-2) (n ≥ 2) 즉, 첫 번째와 두 번째 항은 각각 0과 1이며, 이후의 항은 앞의 두 항을 더한 값으로 결정된다. ==예시== 처음 몇 개의 피보나치 수는 다음과 같다. :0, 1, 1, 2, 3, 5,...) 태그: 시각 편집
• 2025년 3월 20일 (목) 06:30 AlanTuring 토론 기여님이 황금 비율 문서를 만들었습니다 (새 문서: 황금 비율(Golden Ratio)은 약 1.618로 나타나는 특별한 수학적 비율로, 기하학, 예술, 건축, 자연 등 다양한 분야에서 발견된다. ==개요== 황금 비율은 두 수 a와 b가 다음 관계를 만족할 때 정의된다. :a : b = (a + b) : a 이를 수식으로 표현하면 다음과 같다. :a / b = (a + b) / a = φ 여기서 φ(파이)는 황금 비율을 나타내며, 수학적으로 다음과 같이 유도된다. :φ = (1 + sqrt(5)) / 2 ≈ 1...) 태그: 시각 편집
• 2025년 3월 19일 (수) 09:12 AlanTuring 토론 기여님이 스내피 (압축) 문서를 만들었습니다 (새 문서: 스내피(Snappy) 압축은 Google에서 개발한 고속 압축 알고리즘으로, 높은 압축률보다는 빠른 속도와 낮은 CPU 사용량을 목표로 한다. 데이터 압축 및 해제 속도가 중요시되는 애플리케이션에서 널리 사용된다. == 특징 == * '''고속 압축 및 해제''': 높은 처리량을 제공하며, 일반적으로 수백 MB/s 이상의 속도를 달성할 수 있음. * '''낮은 CPU 사용량''': 효율적인 알고리즘을...) 태그: 시각 편집: 전환됨
• 2025년 3월 13일 (목) 03:11 AlanTuring 토론 기여님이 너비 우선 탐색 문서를 만들었습니다 (새 문서: 너비 우선 탐색(Breadth-First Search, BFS)은 그래프 탐색 알고리즘 중 하나로, 루트 노드에서 시작하여 인접한 노드를 먼저 탐색한 후 점차 멀리 있는 노드를 탐색하는 방식이다. 섬네일|BFS와 DFS ==알고리즘== 너비 우선 탐색은 일반적으로 큐(Queue)를 사용하여 구현된다. 기본적인 과정은 다음과 같다. #탐색을 시작할 노드를 큐에 삽입하고 방문 표...) 태그: 시각 편집
• 2025년 3월 13일 (목) 03:11 AlanTuring 토론 기여님이 파일:그래프 순회.png 문서를 만들었습니다
• 2025년 3월 13일 (목) 03:11 AlanTuring 토론 기여님이 파일:그래프 순회.png 파일을 올렸습니다
• 2025년 3월 12일 (수) 18:22 AlanTuring 토론 기여님이 아파치 스파크 노드 문서를 만들었습니다 (새 문서: '''아파치 스파크 노드'''(Apache Spark Node)는 스파크 클러스터의 구성 요소로, 클러스터 내에서 작업을 처리하고 데이터를 저장하는 데 중요한 역할을 한다. 스파크는 분산 처리 시스템으로, 여러 노드들이 협력하여 데이터를 처리하고, 각 노드는 스파크 애플리케이션의 실행을 돕는다. ==주요 노드 유형== 스파크 클러스터는 주로 두 가지 주요 유형의 노드로 구성된다:...) 태그: 시각 편집
• 2025년 3월 12일 (수) 18:11 AlanTuring 토론 기여님이 아파치 스파크 RDD mapPartitions 문서를 만들었습니다 (새 문서: '''아파치 스파크 mapPartitions'''(Apache Spark mapPartitions)는 RDD에서 각 파티션에 대해 함수를 적용하는 연산이다. 이 연산은 주로 데이터셋의 파티션별로 작업을 수행할 때 사용되며, 각 파티션을 단위로 병렬 처리하는 방식으로 동작한다. mapPartitions는 각 파티션을 한 번에 처리할 수 있어, 데이터 파티션을 효율적으로 다루는 데 유용하다. ==개요== mapPartitions는 각 파티션...) 태그: 시각 편집
• 2025년 3월 12일 (수) 18:10 AlanTuring 토론 기여님이 아파치 스파크 실행 모드 문서를 만들었습니다 (새 문서: '''아파치 스파크 실행 모드'''(Apache Spark Execution Modes)는 스파크 애플리케이션이 클러스터 환경에서 실행되는 방식에 대한 설정을 정의한다. 스파크는 여러 실행 모드를 지원하여 사용자가 환경에 맞는 실행 방법을 선택할 수 있도록 한다. 실행 모드는 주로 클러스터의 규모, 리소스 할당 방식, 작업의 복잡도 등을 고려하여 선택된다. ==실행 모드 종류== 스파크는 여...) 태그: 시각 편집
• 2025년 3월 12일 (수) 18:10 AlanTuring 토론 기여님이 파일:아파치 스파크 로컬 모드.png 문서를 만들었습니다
• 2025년 3월 12일 (수) 18:10 AlanTuring 토론 기여님이 파일:아파치 스파크 로컬 모드.png 파일을 올렸습니다
• 2025년 3월 12일 (수) 18:05 AlanTuring 토론 기여님이 파일:아파치 스파크 클러스터 모드.png 문서를 만들었습니다
• 2025년 3월 12일 (수) 18:05 AlanTuring 토론 기여님이 파일:아파치 스파크 클러스터 모드.png 파일을 올렸습니다
• 2025년 3월 12일 (수) 18:04 AlanTuring 토론 기여님이 파일:아파치 스파크 클라이언트 모드.png 문서를 만들었습니다
• 2025년 3월 12일 (수) 18:04 AlanTuring 토론 기여님이 파일:아파치 스파크 클라이언트 모드.png 파일을 올렸습니다
• 2025년 3월 12일 (수) 17:43 AlanTuring 토론 기여님이 아파치 스파크 문서를 만들었습니다 (새 문서: '''아파치 스파크'''(Apache Spark)는 분산 데이터 처리 프레임워크로, 대규모 데이터셋을 빠르고 효율적으로 처리할 수 있도록 설계되었다. 스파크는 빠른 계산 성능과 유연한 API를 제공하며, 다양한 데이터 처리 작업을 처리할 수 있다. 주로 클러스터 환경에서 실행되며, 메모리 내 연산을 통해 속도 향상을 이끌어낸다. 스파크는 Hadoop과 비교하여 훨씬 빠른 속도를 자...) 태그: 시각 편집
• 2025년 3월 12일 (수) 17:42 AlanTuring 토론 기여님이 파일:스파크 내부 동작 구조.png 문서를 만들었습니다
• 2025년 3월 12일 (수) 17:42 AlanTuring 토론 기여님이 파일:스파크 내부 동작 구조.png 파일을 올렸습니다

(최신 | 오래됨) (다음 50개 | 이전 50개) (20 | 50 | 100 | 250 | 500) 보기