reandomseed 고정해서 항상 동일한 군집을 이루게하기
in Data Science on Machine Learning
reandomseed 고정해서 항상 동일한 군집을 이루게하기
[HO-ML] 9. 비지도학습
in Data Science on Machine Learning
요즘 개발되는 대부분의 머신러닝 APP이 지도학습 기반.
[HO-ML] 2. 머신러닝 프로젝트 처음부터 끝까지
in Data Science on Machine Learning
머신러닝 프로젝트를 보통 어떻게 진행하는지 flow를 한번 훑어보자. (필요없는건 거의 생략함..)
[HO-ML] 1. 한눈에보는 머신러닝
in Data Science on Machine Learning
회사에서 Hands-On Machine Learning with Scikit-Learn Keras & TensorFlow 책스터디를 시작했다.
이 책은 머신러닝계의 일종의 바이블같은 책으로 입문자에게는 좀 두껍고 많지만 기본에 매우 충실하고 개념을 탄탄히 하기에 좋다고한다.
학교에서 어영부영 공부하고 넘긴 부분들을 다시 점검하고 놓친 개념들도 탄탄히하는걸 목적으로 열심히 공부해보자.
[ML] Perceptron
in Data Science on Machine Learning
linear discriminant functions for classification (분류를 위한 선형 판별식)
g(x) = w0 + d∑wixi
W0=bias wi = i번째 weight vector(가중치 벡터) xi = i번쩨 attribute (특성벡터) 벡터 x = [1,x1, ...xd]^T , 벡터 w = [w0, w1, ... wd]^T 라 하면
g(x) = w^Tx 로 표현할 수 있다.
[ML] Linear Regression Model
in Data Science on Machine Learning
함수근사와 관련된 모델에 대하여 통계적관점, 학습 behavior 관점으로 알아보자.
[ML] Introduction
in Data Science on Machine Learning
Information Processing System
정보처리시스템. 한마디로 컴퓨터.
[ML] Decision Tree Learning(DTL)
in Data Science on Machine Learning
Decision Tree representation
- Decision Tree learning은 approximating(근사치)를 구하는 방법이다.
- 각 value의 target function은 decision tree로 표현된다.
- Decision Tree는 if-then rule로 쉽게 표현할수있다.
- Decision Tree에서 각 internal node는 attribute(속성)을 테스트하고 각 branch는 attribute value(속성값)에 응답하고 각 leaf node는 classification(분류, 결과)를 결정한다.
- 일반적으로 decision tree는 instance의 attribute value(속성값)에 대한 contraints(제약조건)을 분리하여 나타낸다.
[ML] Concept Learning
in Data Science on Machine Learning
Concept 이란?
some subset of objects or events defined over a large set.
큰 집합에서 정의되는 작은 객체나 이벤트.
ex) Animal 중 Bird 라는 concept.
