Machine Learning
1.[ML] Neural Network란? 신경망의 역사와 종류
2.[ML] 퍼셉트론(Perceptron)의 개념과 구조, 동작, 학습
퍼셉트론(Perceptron)
3.[ML] 다층 퍼셉트론 (Multilayer Perceptron; MLP) - Activation Function, Hidden layer
참고 Neural Network Perceptron 앞서 공부했던 Perceptron은 linear classifier라는 한계가 있다. 선형 분리 불가능한 상황에서는 일정의 오류가 발생한다. [그림3-7]을 통해 XOR 문제에서는 75%가 정확도의 한계라는 것을
4.[ML] 역전파 알고리즘(back propagation) - 목적함수, 알고리즘 설계, 한계
저는 아래의 해당 책을 통해 정리하였지만, 해당 책은 수식에 대한 설명 위주라서 서치해서 찾은 자료를 함께 정리하였습니다. 참고 바랍니다.🏃♀️Neural NetworkPerceptronMulti-layer PerceptronMulti-layer Perceptron
5.[ML] 기계학습 개념 - 회귀, 분류, train, test set
저는 해당 책과 ppt 자료를 바탕으로 포스팅하였습니다. 자세한 내용은 책과 ppt 자료를 참고하시면 감사하겠습니다.Machine Learning(기계학습)의 개념을 간단한 예로 알아보겠다.그림1-4에서 가로축은 시간, 세로축은 이동체의 위치라 가정한다. 시간을 나타내
6.[ML] 간단한 기계학습의 예
저는 해당 책과 ppt 자료를 바탕으로 포스팅하였습니다. 자세한 내용은 책과 ppt 자료를 참고하시면 감사하겠습니다.그림1-4의 예제는 직선 모델을 사용하여 회귀 문제를 풉니다. 이러한 기계 학습 알고리즘을 linear regression이라고 합니다.linear re
7.[ML] 모델 선택 -overfitting, underfitting, bias, variance, validation set
저는 해당 책과 ppt 자료를 바탕으로 포스팅하였습니다. 자세한 내용은 책과 ppt 자료를 참고하시면 감사하겠습니다.Machine Learning(기계학습) 개념간단한 기계학습의 예그림1-12에서 선형 모델을 선택한 의사결정은 잘못되었다. 모델을 잘못 선택했을 때 나타
8.[ML] 규제 기법 - Data Augmentation, Weight Decay
저는 해당 책과 ppt 자료를 바탕으로 포스팅하였습니다. 자세한 내용은 책과 ppt 자료를 참고하시면 감사하겠습니다.기계학습 개념간단한 기계학습의 예모델 선택규제 기법은 다양하다. 이 책에서는 chapter5의 3장, 5장에서 이를 다루고 있다. 그중 가중치 규제, e
9.[ML] 기계학습 유형 - 지도학습, 비지도학습, 강화학습, 준지도학습
저는 해당 책과 ppt 자료를 바탕으로 포스팅하였습니다. 자세한 내용은 책과 ppt 자료를 참고하시면 감사하겠습니다.기계학습 개념간단한 기계학습의 예모델 선택규제 기법기계학습으로 풀어야 하는 문제가 다양해진 만큼 기계학습의 유형도 다양하다. 여기서는 알고리즘을 지도 방
10.강화학습(reinforcement learning) - 원리와 성질, 계산 모형, state, action, reward, Markov Decision Process
cs231n 마지막 강의 Lecture14를 준비하면서 대망의 Deep Reinforcement Learning 파트를 공부하게 되었습니다.(15,16강은 특강이라 pass) 강화학습은 뭐랄까... 저한테 늘 최종 보스 같은 느낌이었는데요. 어쩌다보니 발표도 맡게 되었
11.강화학습 - policy, value function, Q*, Bellman equation
강화학습(reinforcement learning)
12.[혼공머] 드롭아웃(Dropout)
👩🔬 이번에는 혼공머 책의 챕터 7-3 파트입니다.📕 혼자공부하는머신러닝+딥러닝, 한빛미디어📙 밑바닥부터 시작하는 딥러닝, 한빛미디어드롭아웃의 방식은 훈련 과정에서 층에 있는 일부 뉴런을 랜덤하게 꺼서 과대적합을 막습니다. 즉, 뉴런의 출력을 0으로 만들어버리