Home

본 포스팅은 IIT의 S. C. Duta Roy 교수님의 강의를 정리한 것임을 먼저 밝힙니다. 1. Analog Filter 가. 일반적인 아날로그 시스템과 필터 일반적인 아날로그 필터를 생각하는 데에 앞서 일반적인 아날로그 시스템의 모양은 어떻게 모델링되는지 아는 것은 매우 중요하다고 할 수 있다. 그것은 아날로그 시스템의 모양이 결국은 아날로그 필터를 구성하는 모양으로 귀결되기 때문이기도 하고, 이 포스트에서의 ‘일반적인 아날로그 신호 혹은 시스템’이란 것이 어떤 것으로 한정되어 있는지 미리 설정해놓고 가는 것 역시 중요하다고 여기기 때문이다. 이 포스트에서 생각하는 일반적인 아날로그 시스템은 선형 시...

Prerequisites To understand the content of this post, it is recommended that you have knowledge of the following: Gradient Descent Linear Regression (Optimization Perspective) From Regression to Classification… The data used in the Linear Regression (Optimization Perspective) post had continuous label values (i.e., the number of car ac...

Prerequisites 본 포스팅의 내용에 대해 이해하기 위해선 아래의 내용에 대해 알고 오시는 것이 좋습니다. 경사하강법 선형회귀 (최적화 관점) 회귀에서 분류로… 선형회귀 (최적화 관점) 편에서 확인한 데이터들은 라벨 값(즉, 아래의 그림 1에서 사고 발생 건수)이 연속적인 것이었다. 그림 1. 선형회귀 모델 구축 시 이용한 연속적 라벨을 가지는 데이터 하지만 어떤 경우에는 다음과 같이 라벨이 범주형일 수도 있다. 라벨이 범주형이라는 것은 가령 “남자, 여자” 혹은 “강아지, 고양이” 등의 연속적인 숫자로 나타내기 어려운 데이터들을 얘기하고 보통 0 혹은 1로 숫자로 치...

Let’s consider an arbitrary complex number $x+iy$. Here, let’s assume that $x$ and $y$ are real numbers. This value can also be expressed using polar coordinates as follows: If the distance from the origin to $x,y$ is $r$ and the angle between the $x$-axis and the point is $\theta$, then \[x+iy = r\cos(\theta) + i r\sin(\theta)\] F...

임의의 복소수 $x+iy$를 생각해보자. 여기서 $x$와 $y$는 실수라고 하자. 이 값은 극좌표계를 이용해 표현하면 다음과 같이 표현할 수도 있다. 원점에서 $x, y$까지의 거리가 $r$이고 $x$축과 이루는 각도가 $\theta$라고 했을 때, \[x+iy = r\cos(\theta) + i r\sin(\theta)\] 이다. 그림 1. 복소평면 상의 점 하나는 복소수 하나를 표현한다. 여기서 $r=1$인 경우를 상정해 이 값을 $z$라고 하도록 하자. \[z = \cos(\theta) + i \sin(\theta)\] 이 $z$라는 값은 반지름이 1인 단위 원 상의 점이 된...

Interactive MCMC JS Applet by Chi-Feng, Source Code Prerequisites To understand this post well, it is recommended to know the following: Rejection Sampling The Meaning of Likelihood Definition of MCMC According to Wikipedia, Markov Chain Monte Carlo (MCMC) is “an algorithm for sampling from a probability distribution based on constru...

Interactive MCMC JS Applet by Chi-Feng, 소스코드 prerequisites 이 포스팅에 대해 잘 이해하기 위해선 다음의 내용에 대해 알고 오시는 것이 좋습니다. Rejection Sampling likelihood의 의미 MCMC의 정의 위키피디아에 따르면 마르코프 연쇄 몬테카를로 방법(Markov Chain Monte Carlo, MCMC)은 “마르코프 연쇄의 구성에 기반한 확률 분포로부터 원하는 분포의 정적 분포를 갖는 표본을 추출하는 알고리즘의 한 분류이다.”라고 나와있다. 복잡해보이지만 우선 MCMC는 샘플링 방법 중 하나인 것이라는 것만 알고있도록 하...

Sampling from Probability Distributions Samples from a uniform or normal distribution can be easily generated with just one line of code using a computer. For instance, in MATLAB, one can use the following code: uniform_sample = rand(1,1) normal_sample = randn(1,1) However, how can we extract random samples from a probability density functi...