Notice
Recent Posts
Recent Comments
Link
- Today
- Total
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 |
29 | 30 | 31 |
Tags
- 티스토리
- Nvidia
- 방법
- Windows
- agx
- 영상처리
- Xavier
- 애드센스
- 블로그
- 딥러닝
- Tistory
- GPU
- YOLO
- DNN
- openCV
- python
- 설치
- 물체검출
- Jetson
- Darknet
- Linux
- openpose
- 엔비디아
- 라즈베리파이
- 텐서플로우
- 파이썬
- tensorflow
- tx2
- ubuntu
- cuda
Archives
목록평균 (1)
엔지니어스 - Engineeus
평균 / 편차 / 분산 / 표준편차
변량 : 데이터 평균 : 주어진 데이터들의 중간 값 (대표 값) 편차 : 한 데이터(변량)이 평균과 얼마나 멀리 떨어진 척도 편차제곱 : 편차를제곱하여 음수를 없앤 값 분산 : 편차를 제곱한 값들에 대한 평균 표준편차 : 분산에 루트를 씌운 값. 분산은 제곱값이기에 실제 오차보다 너무 크기에 다시 줄여주는 작업 공식 Data 1 Data 2 Data 3 Data 4 Data 5 변량 x_1 ~ x_n 67 59 86 69 113 평균 m = (67+59+86+69+113)/5= 78.8 편차 x_i-m 67 – 78.8 = -11.8 59 – 78.8 = -19.8 86 – 78.8 = 7.2 69 – 78.8 = -9.8 113 – 78.8 = 34.2 편차 제곱 (x_i-m)^2 ("-11.8 " )..
Mathmatics
2020. 11. 25. 15:06