| 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 |
- 사후확률
- 머신러닝
- F1 Score
- lasso regression
- l2 loss
- Multiclass
- l1 loss
- AdaGrad
- loss function
- MLE
- metacode metacodem
- variacne
- 메타코드M
- 로지스틱 회귀
- colab
- map
- lest square method
- cross entropy loss
- Learning Rate
- metacode
- 우도확률
- hyperplane
- regularization
- Ridge regression
- 메타코드
- metacodem
- logit
- logistic regressionlogistic
- 재현도
- k-Fold
- Today
- Total
목록MLE (2)
go hard to Hardware
[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_2강 분류(2)
http://mcode.co.kr/video/list2?viewMode=view&idx=21 메타코드M빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.mcode.co.krMLE(Maximum Likelihood Estimation)- Likelihood 가 우도 확률을 나타내는 말- parameter 값을 잘 모르지만 안다고 가정했을 경우, 주어진 데이터의 분포를 찾아보는 것- 중앙에 데이터가 몰려있는 형태를 정규분포라 하는데, PDF는 평균( μ )과 분산( σ )를 이용해서 정규분표의 확률값을 찾을 수 있는 함수이다.- Sample이 n개로 표현할 때, 각각의 pdf가 모두 존재 할 것인데 이 모든 값을 곱해준 것이 Likelihood가 된다.- S..
[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_2강 분류(1)
http://mcode.co.kr/video/list2?viewMode=view&idx=21 메타코드M빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.mcode.co.kr머신러닝의 지도학습의 큰 분야인 회귀와 분류중 회귀를 학습했고이번 시간부터 분류에 대해서 배운다!우선 Classification을 배우기 전에 머신러닝의 회귀와 분류를 Remind 해 보자머신러닝 지도학습은 y가 존재하는 상태인데,이 때 출력값이 연속이면 회귀 모델, 이산이면 분류 모델이 된다.또 분류 모델 중에서도, 이진 분류라면 시그모이드, 세 개 이상의 class 가 존재하는 상황에서는 softmax가 꼭 포함되야 한다.우선 이진 분류일때 사용하는 시그모이드 함수이다.병이 있을때는..