You can count on me

You can count on me

  • 분류 전체보기 (245)
    • 데이터 분석가로 살기 (42)
    • algorithm (21)
      • Unsupervised Learning (2)
      • Supervised Learning (3)
      • Deep Learning (8)
      • 강화학습 (0)
    • Python programming (31)
    • Spark, Flask, AWS (5)
    • 투자 (11)
      • 투자방법,롤모델 (8)
      • 알고리즘트레이딩 (0)
    • Data Analysis (19)
    • time-series (5)
    • Retail, Consumer Goods Indu.. (35)
    • Marketing,Customer Analytic.. (10)
    • Math (20)
    • Econometrics (0)
    • Reading List (12)
      • 투자,트레이딩 독서노트 (9)
      • 머신러닝,AI 독서노트 (2)
      • 기타 독서노트 (1)
    • English (3)
    • [archive] 기타 자료 (9)
  • 홈
  • 태그
  • 방명록
RSS 피드
로그인
로그아웃 글쓰기 관리

You can count on me

컨텐츠 검색

태그

ADP AWS ChatGPT client2vec cust2vec DeepLearning e-commerce EC2 flask Forecasting GRE hive HTTP item2vec LLM Montecarlo NLP Optimization Pattern pytorch Recommendation restapi REST_API retailanalytics SAS SEQUENCE SQL tensorflow Timeseries Transformer webmining word2vec 딥러닝 몬테카를로 몬테카를로시뮬레이션 상품분석 시뮬레이션 오블완 유통데이터분석 최적화 추천 태블로 텐서플로우 통계 티스토리챌린지 프로그래머스 확률분포

최근글

댓글

공지사항

아카이브

통계(1)

  • Skewness 비대칭도

    Skewness 비대칭도 = 실수 값 확률 변수의 확률 분포 비대칭성을 나타내는 지표이다. 왜도의 값은 양수나 음수가 될 수 있으며 정의되지 않을 수도 있다. 왜도가 음수일 경우에는 확률밀도함수의 왼쪽 부분에 긴 꼬리를 가지며 중앙값을 포함한 자료가 오른쪽에 더 많이 분포해 있다. 왜도가 양수일 때는 확률밀도함수의 오른쪽 부분에 긴 꼬리를 가지며 자료가 왼쪽에 더 많이 분포해 있다는 것을 나타낸다. 평균과 중앙값이 같으면 왜도는 0이 된다. Source : https://ko.m.wikipedia.org/wiki/비대칭도

    2022.05.26
이전
1
다음
티스토리

티스토리툴바