Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- metacodem
- cross entropy loss
- AdaGrad
- l1 loss
- 우도확률
- logit
- colab
- l2 loss
- Learning Rate
- map
- k-Fold
- metacode metacodem
- loss function
- hyperplane
- 메타코드M
- logistic regressionlogistic
- lasso regression
- metacode
- F1 Score
- regularization
- Ridge regression
- 메타코드
- 재현도
- lest square method
- 로지스틱 회귀
- Multiclass
- variacne
- 머신러닝
- 사후확률
- MLE
Archives
- Today
- Total
목록분류 (1)
go hard to Hardware
[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_1강 회귀(1)
http://mcode.co.kr/video/list2?viewMode=view&idx=21 메타코드M 빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다. mcode.co.kr 메타코드M 머신러닝 입문 올인원 강의를 통해서 머신러닝의 기초를 쌓고 내가 연구하고 싶은 분야를 전문적으로 탐색해보려고 한다. 챕터는 크게 회귀, 분류, 앙상블 학습, 차원 축소, 클러스터링으로 나누어져 있다. 수업시간에 많이 듣긴 했지만... 잘 몰라서 따라가느라 힘들었는데 개강 전에 들었으면 참 좋았겠다 라는 생각이 든다 ㅠㅠ 우선 인공지능⊃머신러닝⊃딥러닝의 포함관계가 소개된다. 인공지능 기계가 배울 수 있는 모든 지식과 기술 머신러닝 기계를 학습시킴 ex) 어떤 방법론을 통해..
ML,DL/ML 입문
2024. 4. 21. 02:06