본문 바로가기

▶ 자연과학

【Python】 파이썬 주요 트러블슈팅 [101-120] 파이썬 주요 트러블슈팅 [101-120] 추천글 : 【Python】  파이썬 목차  101. AttributeError: 'builtin_function_or_method' object has no attribute 'default'⑴ (package) 해결 방법 : torch_geometric 버전을 2.6.1에서 1.7.2 또는 2.0.0으로 downgrade (ref) 입력: 2025.01.21 23:29
【논리학】 수학 논리 문제 [41~60] 수학 논리 문제 [41~60] 추천글 : 【수학】 수학 목차 a. 수학 논리 문제 [01~20]b. 수학 논리 문제 [21-40]  문제 41. (PSAT) 다음글의 내용이 참일 때, 반드시 참인 것은?호텔 A에서 살인 사건이 발생했고, 손님 중에 범인(들)이 있다. 이 사건에 대하여 갑, 을, 병 세 사람이 각각 다음과 같이 두 개씩 진술을 했다. 이 세 사람 중 한 사람의 진술은 모두 참이고 다른 한 사람의 진술은 모두 거짓이며, 또 다른 한 사람의 진술은 하나는 참이고 다른 하나는 거짓이다.갑 : 이 사건의 범인은 단독범이고, 그는 이 호텔의 2층에 묵고 있다. 이 호텔 2층의 방은 모두 손님이 투숙하고 있어 2층에는 빈 방이 없다. 을 : 이 사건이 단독범의 소행이라면, 그 범인은 이 호텔의 5..
【생물정보학】 TransPhylo의 이해 TransPhylo의 이해 추천글 : 【생물정보학】 생물정보학 분석 목차 1. 개요 [본문]2. 역학 모델링 [본문]3. 종결된 전염병 시나리오 [본문]4. 진행중인 전염병 시나리오 [본문]5. 최종 추론 [본문] 1. 개요 [목차]⑴ 의의 : 부분적인 샘플링(partial sampling) 및 계속 진행중인 상태를 위한 역학 모델 (ref1, ref2)⑵ 추론 전략 : 먼저 phylogenetic tree P를 계산하고, 그 뒤 T, θ, Neg를 추론하는 전략① T : transmission tree ② θ : transmission tree와 샘플링 모델을 나타내는 파라미터 집합을 통틀어 이름 ③ Neg : 숙주 내 병원체의 유전적 다양성. 감염 과정에서 이 다양성은 없어진다고 가정 ⑶ Bayes'..
【열역학】 열역학 목차 열역학 목차 추천글 : 【물리학】 물리학 목차최근 수정 내역Maxwell 일반식 오타 수정 (24.11.18)깁스 자유에너지와 Maxwell 일반식 (24.09.23)  ※ 기초 (일반화학)기초 열역학 ※ 심화 (화공, 기계)1강. 기본 개념 2강. 에너지 전달 및 분석 3강. 순수물질의 상태량 4강. 밀폐계의 에너지 해석 5강. 검사체적의 해석 6강. 열역학 제2법칙 7강. 엔트로피 8강. 엑서지 9강. 기체동력사이클 10강. 증기동력 및 복합동력사이클 11강. 냉동사이클 12강. 열역학의 일반 관계식 입력: 2019.04.22 17:11
【생물정보학】 리눅스 프로그래밍(bash programming) 리눅스 프로그래밍(bash programming) 추천글 : 【운영체제】 리눅스(Linux) 1. 문법 [본문]2. 생물정보학 예제 [본문] 1. 문법 [목차]⑴ 변수(variable)① 개요 : 긴 string을 나타내거나 loop와 같은 bash programming에 유용함② 변수 지정 : $ 기호를 사용  i="Hello World!"echo $i ③ 모호함을 줄이기 위해 중괄호를 사용할 수 있음  i="a"i¡="b"echo $ii (will give b)echo ${i}i (will give ai) ⑵ for 루프  for varname in list:do command1 command2 ..done  2. 생물정보학 예시 [목차]⑴ wc -l filename ① 해석 : 라..
【통계학】 통계학 목차 통계학 목차 추천글 : 【수학】 수학 목차 최근 수정 내역확률변수변환 응용 예제 (25.01.11)확률변수변환 예제 (25.01.11)확률생성함수 예제 (25.01.11)  전하는 말 Ⅰ. 조합론1강. 통계의 기초1-1강. 분위수 대 분위수 플롯2강. 경우의 수 Ⅱ. 모집단3강. 확률공간3-1강. 포함배제의 원리3-2강. 몬티홀 문제  4강. 확률변수와 분포5강. 통계량5-1강. 거리함수와 유사도 6강. 이산확률분포7강. 연속확률분포8강. 확률변수변환9강. 통계학 주요 정리 1부10강. 통계학 주요 정리 2부 Ⅲ. 표본집단11강. 표본집단과 표본분포12강. 오차해석13강. 통계적 추정14강. 통계적 검정14-1강. 통계적 검정 예시 총정리 14-2강. 단순 검정14-3강. Kruskal-Wallis H ..
【대수경】 제 37회 전국 대학생 수학 경시대회 제 1 분야 제 37회 전국 대학생 수학 경시대회 제 1 분야 추천글 : 【전국 대학생 수학경시대회】 전국 대학생 수학경시대회 풀이 모음  제 37회 전국 대학생 수학경시대회제 1 분야 2018년 11월 17일 (10:00 - 13:00) 1. 벡터 u = (1/3, 1/3, 1/3) ∈ ℝ3에 대하여   로 정의할 때, 급수 ∑n=1 to ∞ (3, 2, 1)·v2n의 값을 구하여라.  Solution. v2n의 일반항을 다음과 같이 찾을 수 있다.  따라서 (준식)은 다음과 같다.   2. 양의 정수 n에 대하여 n × n 실행렬 A는 tr(A) = 2018을 만족한다. 이때, rank(A) = 1이면 A2 = 2018A임을 보여라.   Solution. 특수한 경우에서 케일리-해밀턴 정리(Cayley-Hamil..
【철학】 베이지안 최적화가 적용되지 않는 Early Stopping 문제 베이지안 최적화가 적용되지 않는 Early Stopping 문제 추천글 : 【철학】 철학 목차 언제 멈출지. 최선의 선택이 언제일지. 우리는 연애와 결혼 같은 삶의 중요한 결정에서 언제 탐색을 멈추고 결정을 할지를 고민한다. 이러한 문제는 베이지안 최적화 접근법으로 설명될 수 있다. 일반적으로 베이지안 최적화는 가우시안 프로세스를 기반으로 하며, 목적함수가 가우시안 분포를 따른다는 가정 하에 최적의 선택을 찾는다. 그러나 현실 세계는 불확정적이고 카오스적인 시스템이기에 해당 가정이 적용되지 않을 수 있다. 그리고 현실 세계의 도메인 지식도 마땅치 않아 다른 분포를 가정하여 베이지안 최적화를 적용하기도 어렵다. 그렇다면, 현실 세계에서는 Early Stopping 문제를 어떻게 접근해야 할까? 현실적 전략..