AI (16) 썸네일형 리스트형 [ML] #14 베이지안 결정 이론(Bayes Decision Theory) 본 글은 학교 '머신러닝' 수업을 들으며 공부한 내용을, 저의 말로 바꿔서 남에게 설명해주듯이 쓰는 글입니다.다시 한번 복습하는 과정에서 Coursera Andrew Ng 교수님의 강의를 일부 수강하였고, 인터넷 검색 등을 통해 내용을 보충하였습니다.너무 쉬운 개념들은 따로 정리하지 않았습니다. 따라서 해당 글에는 적히지 않은 개념들이 일부 있을 수 있습니다.본 글은 수익 창출을 하지 않고, '개인 공부 및 정보 전달'이라는 교육적 목적으로 글을 작성함을 밝힙니다.Bayesian decision(베이지안 결정) [ML] #13 차원 축소2 - PCA와 LDA 수학적 증명 및 고찰 본 글은 학교 '머신러닝' 수업을 들으며 공부한 내용을, 저의 말로 바꿔서 남에게 설명해주듯이 쓰는 글입니다.다시 한번 복습하는 과정에서 Coursera Andrew Ng 교수님의 강의를 일부 수강하였고, 인터넷 검색 등을 통해 내용을 보충하였습니다.너무 쉬운 개념들은 따로 정리하지 않았습니다. 따라서 해당 글에는 적히지 않은 개념들이 일부 있을 수 있습니다.본 글은 수익 창출을 하지 않고, '개인 공부 및 정보 전달'이라는 교육적 목적으로 글을 작성함을 밝힙니다.PCA (Principal Component Analysis) [ML] #12 차원 축소 - PCA(Dimensionality Reduction - PCA) 본 글은 학교 '머신러닝' 수업을 들으며 공부한 내용을, 저의 말로 바꿔서 남에게 설명해주듯이 쓰는 글입니다.다시 한번 복습하는 과정에서 Coursera Andrew Ng 교수님의 강의를 일부 수강하였고, 인터넷 검색 등을 통해 내용을 보충하였습니다.너무 쉬운 개념들은 따로 정리하지 않았습니다. 따라서 해당 글에는 적히지 않은 개념들이 일부 있을 수 있습니다.본 글은 Andrew Ng 교수님의 'machine learning' 수업 강의 노트를 일부 사용하였습니다.본 글에 사용된 강의노트 사진들 대부분의 저작권은 'DeepLearning.AI'에 귀속되어 있음을 밝히며,본 글은 'DeepLearning.AI'의 'Copyright rights'에 따라 수익 창출을 하지 않고,또한 해당 정책에 따라 '개인.. [ML] #11 비지도 학습 - 클러스터링(Unsupervised learning - clustering) 본 글은 학교 '머신러닝' 수업을 들으며 공부한 내용을, 저의 말로 바꿔서 남에게 설명해주듯이 쓰는 글입니다.다시 한번 복습하는 과정에서 Coursera Andrew Ng 교수님의 강의를 일부 수강하였고, 인터넷 검색 등을 통해 내용을 보충하였습니다.너무 쉬운 개념들은 따로 정리하지 않았습니다. 따라서 해당 글에는 적히지 않은 개념들이 일부 있을 수 있습니다.본 글은 Andrew Ng 교수님의 'machine learning' 수업 강의 노트를 일부 사용하였습니다.본 글에 사용된 강의노트 사진들 대부분의 저작권은 'DeepLearning.AI'에 귀속되어 있음을 밝히며,본 글은 'DeepLearning.AI'의 'Copyright rights'에 따라 수익 창출을 하지 않고,또한 해당 정책에 따라 '개인.. [ML] #10 서포트 벡터 머신(SVM, Support Vector Machine) 본 글은 학교 '머신러닝' 수업을 들으며 공부한 내용을, 저의 말로 바꿔서 남에게 설명해주듯이 쓰는 글입니다.다시 한번 복습하는 과정에서 Coursera Andrew Ng 교수님의 강의를 일부 수강하였고, 인터넷 검색 등을 통해 내용을 보충하였습니다.너무 쉬운 개념들은 따로 정리하지 않았습니다. 따라서 해당 글에는 적히지 않은 개념들이 일부 있을 수 있습니다.본 글은 Andrew Ng 교수님의 'machine learning' 수업 강의 노트를 일부 사용하였습니다.본 글에 사용된 강의노트 사진들 대부분의 저작권은 'DeepLearning.AI'에 귀속되어 있음을 밝히며,본 글은 'DeepLearning.AI'의 'Copyright rights'에 따라 수익 창출을 하지 않고,또한 해당 정책에 따라 '개인.. [ML] #9 모델 평가하기(Model Evaluation) 본 글은 학교 '머신러닝' 수업을 들으며 공부한 내용을, 저의 말로 바꿔서 남에게 설명해주듯이 쓰는 글입니다.다시 한번 복습하는 과정에서 Coursera Andrew Ng 교수님의 강의를 일부 수강하였고, 인터넷 검색 등을 통해 내용을 보충하였습니다.너무 쉬운 개념들은 따로 정리하지 않았습니다. 따라서 해당 글에는 적히지 않은 개념들이 일부 있을 수 있습니다.본 글은 Andrew Ng 교수님의 'machine learning' 수업 강의 노트를 일부 사용하였습니다.본 글에 사용된 강의노트 사진들 대부분의 저작권은 'DeepLearning.AI'에 귀속되어 있음을 밝히며,본 글은 'DeepLearning.AI'의 'Copyright rights'에 따라 수익 창출을 하지 않고,또한 해당 정책에 따라 '개인.. [ML] 신경망으로 이진 분류를 할 때의 결정 경계(decision boundary) 구하기 https://cuffyluv.tistory.com/64 [ML] #6 신경망(Neural Networks)본 글은 학교 '머신러닝' 수업을 들으며 공부한 내용을, 저의 말로 바꿔서 남에게 설명해주듯이 쓰는 글입니다.다시 한번 복습하는 과정에서 Coursera Andrew Ng 교수님의 강의를 일부 수강하였고,cuffyluv.tistory.com 위 글의 초반부를 보자. 데이터를 비선형적으로 분류해야 할 때(현실의 대부분 문제들이 이 경우), 로지스틱 회귀를 사용하면 비선형식을 표현하기 위해 식을 고차 polynomial 꼴로 나타내야 했다.정확히는, 각 피쳐들을 결합하는 등 적절한 가공을 하여 새로운 피쳐들을 만들어내는데, 이 피쳐들 하나하나에 가중치가 붙을 테이니 피쳐 개수 = 가중치 개수가 되고, .. [ML] chain rule을 이용한 back propagation 공식 유도 손정리 ref.https://www.youtube.com/watch?v=aUd2MKLvDsc&t=1406shttps://ynebula.tistory.com/24 원랜 첫번째 혁펜하임님 영상처럼연달은 두 층의 레이어의 가중치를 가지고 비교해서 델타l과 델타l+1의 관계를 돌출하는게 맞는데역량 부족으로 하나 레이어만 가지고 했더니 정의하지도 않은 레이어 4가 나와버렸다...그래도 일단 내가 이해는 했으니까 알고만 있고 넘어가자. 딥러닝은 나중에 또 다시 제대로 공부할거니까, 그 때를 위해 지금 빡세게 한번 손으로 정리해두면분명 나한테 큰 도움이 될거라 생각한다. 이전 1 2 다음
