DecisionMaking - DEEPLINK CORE Lab

04/18/2025 데이터사이언스 / 머신러닝

베이즈 정리 완전 이해: 기본부터 머신러닝 활용까지 한 번에 정리!

데이터 사이언스와 인공지능(AI)을 공부하면서 절대 빠질 수 없는 개념 중 하나가 바로 베이즈 정리(Bayes’ Theorem)이다. 이 베이즈 정리는 새로운 사건이

06/02/2024 데이터사이언스 / 머신러닝

Understanding and Applying Bayes’ Theorem: A Fundamental Concept in Data Science

Today, we delve into one of the fundamental theories in data science: Bayes’ Theorem. This theorem provides a powerful framework

05/30/2024 데이터사이언스 / 머신러닝 / 엔지니어링

멀티 에이전트 강화 학습(Multi-Agent Reinforcement Learning, MARL) 이란? – 협력과 경쟁

멀티 에이전트 강화 학습(Multi-Agent Reinforcement Learning, MARL)은 다수의 에이전트가 동시에 학습하고 상호작용하는 환경에서 최적의 행동을 학습하는 강화 학습 방법을 말한다.

05/16/2024 데이터사이언스

Pitfalls of Statistics – Simpson’s Paradox

The Subtleties of Statistics Statistics uniquely deal with uncertainty and randomness, distinguishing it sharply from other mathematical topics that are

01/12/2024 데이터사이언스 / 머신러닝

p-값(p-value)의 이해: 데이터 사이언스의 필수 요소 이해하기

통계적 검정에서 데이터 분석과 의사결정 과정에서 핵심적인 역할을 하고 있는 통계학에서 매우 중요한 개념인 ‘p-값(p-value)‘에 대해 알아보도록 하자. p-값의 정의와

01/09/2024 데이터사이언스 / 머신러닝

귀무 가설(Null Hypothesis)과 대립 가설(Alternative Hypothesis)의 차이점: 데이터 사이언스의 필수 요소 이해하기

오늘은 통계학과 데이터 사이언스에서 매우 중요한 개념인 ‘귀무 가설(Null Hypothesis)’과 ‘대립 가설(Alternative Hypothesis)’에 대해 알아볼 예정이다. 이 두 가설은 실험적

01/07/2024 데이터사이언스 / 머신러닝

조건부 확률의 개념과 계산 방법: 데이터 사이언스의 필수 요소 이해하기

조건부 확률은 어떤 사건이 일어날 확률을 다른 사건이 이미 발생했다는 조건 하에서 평가하는 것이다. 이 개념은 의사 결정, 예측 모델링,