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
- 메타코드M
- F1 Score
- AdaGrad
- variacne
- 메타코드
- 우도확률
- lasso regression
- l1 loss
- lest square method
- k-Fold
- metacode
- 재현도
- metacode metacodem
- hyperplane
- metacodem
- Multiclass
- loss function
- MLE
- 머신러닝
- map
- cross entropy loss
- 사후확률
- Ridge regression
- colab
- logit
- l2 loss
- Learning Rate
- 로지스틱 회귀
- regularization
- logistic regressionlogistic
Archives
- Today
- Total
목록lest square method (1)
go hard to Hardware
[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_1강 회귀(3)
http://mcode.co.kr/video/list2?viewMode=view&idx=21 메타코드M빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.mcode.co.krLest square method머신러닝에서 모델의 파라미터를 구하기 위한 대표적인 방법 중 하나편미분- 원하는 변수가 x일 때, ∂f/∂x 라 작성할 수 있음연쇄법칙- 미분 기호를 분수 형태로 생각했을 때, u라는 변수를 새로 도입시켜서 y에서 x에 대해 미분하는 과정을 두 가지 step으로 나눈다- 고등수학에서 ln(x)의 미분식을 배웠을 때도 사용된 개념- 머신러닝에서 weight parameter의 기울기를 효율적으로 계산할때 사용됨Loss function- 강의자료에 나온 i라..
ML,DL/ML 입문
2024. 4. 27. 01:22