| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
Tags
- Parametric RAG
- fine-tuning
- Baekjoon
- 파인튜닝
- DyPRAG
- Noise
- coding test
- DPO
- Python
- GPT
- Hallucination
- Embedding
- odds
- SFT
- lora
- retrieval
- Retriever
- COT
- Statistics
- qwen
- RAG
- Noise Robustness
- Do it
- reranking
- NLP
- Document Augmentation
- LLM
- Transformer
- Algorithm
- moe
Archives
- Today
- Total
목록likelihood (1)
왕구아니다
📝 "Alan Agresti의 "을 기반으로 공부한 내용을 정리한 포스팅입니다!1️⃣ 범주형 자료와 추론의 기초1. 반응변수의 척도 (Scale)분석 방법을 결정하는 가장 첫 단계는 자료의 형태를 파악하는 것입니다.명목형 (Nominal): 순서가 없는 범주 (예: 혈액형, 선호하는 정당)순서형 (Ordinal): 순서가 있는 범주 (예: 환자의 회복 정도, 설문조사의 만족도)Tip: 순서형 자료를 명목형처럼 분석하면 검정력이 떨어지므로 주의해야 합니다.2. 확률 분포 (Probability Distributions)범주형 자료분석의 핵심 분포는 두 가지입니다.이항 분포 (Binomial Distribution): 범주가 2개(성공/실패)일 때 사용합니다. n번의 시행 중 성공 횟수의 분포입니다.다항 ..
Long-term Memory/Statistics
2026. 1. 14. 15:43
