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
- 사후확률
- lasso regression
- variacne
- AdaGrad
- metacode
- F1 Score
- 메타코드
- 머신러닝
- logistic regressionlogistic
- MLE
- 메타코드M
- Ridge regression
- l2 loss
- k-Fold
- lest square method
- l1 loss
- colab
- cross entropy loss
- 우도확률
- loss function
- Multiclass
- regularization
- Learning Rate
- metacode metacodem
- metacodem
- hyperplane
- 재현도
- map
- 로지스틱 회귀
- logit
Archives
- Today
- Total
목록k-Fold (1)
go hard to Hardware
[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_1강 회귀(5)
http://mcode.co.kr/video/list2?viewMode=view&idx=21 메타코드M빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.mcode.co.krBias and Variance Trade-off- 사진은 variance와 bias의 가능한 분포 사항을 나타낸 것- 빨간색 부분 : θ, 파란색 점 : θ^- bias는 θ와 θ^의 차이를 나타내기 때문에 학습 data의 정확도와 관련있는 under-fitting과 관련있는 개념- variance는 평가 data에 대한 error가 커지는 over-fitting과 관련있는 개념- 머신러닝 전반적인 부분에서 사용되는 그래프- 그래프에서 앞쪽은 선형, 뒷쪽은 비선형 모델을 나타냄- 비..
ML,DL/ML 입문
2024. 4. 28. 15:52