반응형 데이터사이언티스트2 [부트캠프 지원] 2023 구글 머신러닝 부트캠프 지원 나의 첫 부트캠프 지원서를 제출했다!! 7월 중순에 구글 머신러닝 부트캠프가 열린다는 것을 알게 된 이후로 틈틈히 설문지를 채워넣었다. 여유를 두며 채운 건 아니지만 혹여나 문제 하나라도 틀릴까봐 계속 보고 또 보느라 거의 한달을 작성한 설문지가 되어버린.. (정든 설문지야 이젠 안녕.. bye) 지원 동기에는 내가 왜 이 캠프를 꼭 들어야 하는 지, 나의 꿈은 무엇이며 또 내가 성장했던 경험은 어떤 것인지에 대해 적어서 제출했다. 막상 다 제출하니 이젠 내 손을 떠났다는 후련한 마음과 또 꼭 붙길 바라는 간절함이 공존해서 어떤 마음으로 있어야 할 지 모르겠다..😂😂 최선을 다 했으니 좋은 결과를 기다리며 또 다시 공부하고 기록하고 무한 반복 해야겟담 o(￣▽￣)ｄ 난 꼭 최고의 데이터 사이언티스트가 될.. 2023. 8. 13. [쉽게 배우는 통계학] 필요 표본의 수 추측통계학은 오차라는 것을 생각해야한다! 어떻게든 일부를 조사해서 전체의 특징을 파악할 수 있게 연구하는 것이 목적! 연구자가 표본을 조사할 때는 대개 얼마나 많은 숫자를 조사하는 것일까? 기준이 있을까? 이상적인 건 모집단을 100으로 했을 때 표본 수 80정도를 조사하면 그 나름대로 정확도 높은 결과를 얻을 수 있다. 모집단이 많을 수록 필요한 표본의 수도 늘어나지만 모집단이 10,000을 넘으면 그렇게 많이 할 필요는 없다. 다만 이건 일반적인 이야기일 뿐. 예를 들어 설문조사를 할때 샘플이 400개라면 표본 오차를 5% 미만으로 하는 것이 좋다고들 하지. 하지만 설문의 목적이나 신뢰도를 얼마나 높이느냐에 따라 필요한 표본수는 달라짐. 동물실험에서는 표본수가 적어도 괜찮다. (그런데 연구 분야에 따.. 2022. 7. 10. 이전 1 다음 반응형
