thinkbot 다중클래스 돕자클럽 머신러닝 기계학습 MachineLearning10 머신러닝(ML)의 종류 ML의 기법과 그리고 관련된 알고리즘의 종류는 수없이 많습니다.여기서는 데이터과학자들이 현재 많이 사용되고 있는 핵심기법 만을 설명하고자 합니다. 데이터과학자들은 ML 기법을 #지도학습 (supervised learning) 과 #비지도학습 (unsupervised learning) 으로 구분합니다 지도학습(SL)은 사용가능한 데이터가 레이블이 지정된 예제로 구성되는 문제에 대한 기계학습 패러다임입니다. 즉, 각 데이터포인트에는 기능(공변량) 및 관련 레이블이 포함됩니다. 지도학습 알고리즘의 목표는 예제 입력-출력 쌍을 기반으로 기능 벡터(입력)를 레이블(출력)에 매핑하는 기능을 학습하는 것입니다.[1] 일련의 훈련 예제로 구성된 레이블이 지정된 훈련 데이터에서 함수를 추론합니다.[2] 지도학습에서 .. 2016. 1. 29. 회귀 구현하기 Implementing the Regression (7) 회귀 구현하기 Implementing the RegressionTo do efficient numerical computing in Python, we typically use libraries like NumPy that do expensive operations such as matrix multiplication outside Python, using highly efficient code implemented in another language. 파이썬으로 숫자 계산을 효율적으로 하려면, 파이썬 외부에서, 다른 언어로 구현된 매우 효율적인 코드를 사용하여, 매트릭스 곱셈과 같은 비싼 운영을 수행하는, NumPy와 같은 라이브러리를 전형적으로 사용합니다. Unfortunately, there can.. 2016. 1. 29. 소프트맥스 회귀 Softmax Regressions (6) 소프트맥스 회귀 Softmax RegressionsWe know that every image in MNIST is a digit, whether it's a zero or a nine. MNIST 안의 모든 이미지는 그것이 0이든 9이든 숫자(digit)입니다. We want to be able to look at an image and give probabilities for it being each digit. 이미지를 보고, 이미지가 어떤 숫자 인지에 대한 확률을 주고자 합니다. For example, our model might look at a picture of a nine and be 80% sure it's a nine, but give a 5% chance to it being an e.. 2016. 1. 28. 초보자를 위한 MNIST MNIST For ML Beginners (4) 초보자를 위한 MNIST MNIST For ML BeginnersThis tutorial is intended for readers who are new to both machine learning and TensorFlow. 이 교본은 모두 기계학습(ML) 및 TensorFlow가 처음인 독자를 위한 것입니다. If you already know what MNIST is, and what softmax (multinomial logistic) regression is, you might prefer this faster paced tutorial. MNIST와 softmax (다항 로지스틱) 회귀를 알고 있다면, 보다 빠른 속도의 교본을 선택할 수도 있습니다. When one learns how to .. 2016. 1. 26. 이전 1 2 3 다음
