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
- Ridge regression
- loss function
- F1 Score
- Multiclass
- logistic regressionlogistic
- l2 loss
- l1 loss
- cross entropy loss
- lest square method
- 재현도
- Learning Rate
- MLE
- hyperplane
- metacode
- map
- k-Fold
- variacne
- 우도확률
- 메타코드
- metacode metacodem
- 로지스틱 회귀
- metacodem
- AdaGrad
- lasso regression
- 머신러닝
- logit
- 사후확률
- colab
- 메타코드M
- regularization
Archives
- Today
- Total
목록소프트맥스 (1)
go hard to Hardware
[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_1강 회귀(2)
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 선형모델과 비선형모델 말고도, 데이터가 분포 형식으로 주어졌을 때 그 데이터를 어떠한 경계로 표현할 수 있으면 그를 결정경계라고 표현하고 그 경계가 선형인지, 비선형인지에도 선형/비선형 용어가 사용된다. 다음 강의부터는 머신러닝에 사용되는 기본적인 수학 상식들을 공부한다. 파라미터 사이의 관계를 표현해 주는게 함수이다. 실제로 출력되는 값은 y^(hat) 이지만 완벽한 상황을 나타내는 y가 있을텐데 그 함수를 표현하기 위해 y를 사용하기도 한다(그 함수를 찾는게 목적이니까!) 가장..
ML,DL/ML 입문
2024. 4. 21. 20:50