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
- Multiclass
- Learning Rate
- lest square method
- logistic regressionlogistic
- variacne
- 머신러닝
- l2 loss
- k-Fold
- l1 loss
- hyperplane
- logit
- Ridge regression
- F1 Score
- 재현도
- loss function
- colab
- AdaGrad
- metacodem
- 우도확률
- 메타코드M
- MLE
- 메타코드
- lasso regression
- cross entropy loss
- metacode metacodem
- 사후확률
- map
- regularization
- 로지스틱 회귀
- metacode
Archives
- Today
- Total
목록logistic regressionlogistic (1)
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..
ML,DL/ML 입문
2024. 5. 3. 21:11