CS229: Machine Learning
1.Lecture 01. Introduction & Basic Concepts
CS229 Lecture 01
2022년 11월 22일
2.Lecture 02. Linear Regression & Gradient Descent
CS229 Lecture 02
2022년 11월 22일
3.Lecture 03. Locally Weighted & Logistic Regression
CS229 Lecture 03
2022년 11월 22일
4.Lecture 04. Perceptron & Generalized Linear Model
CS229 Lecture 04
2022년 11월 22일
5.Lecture 05. GDA & Naive Bayes
CS229 Lecture 05
2022년 11월 23일
6.Lecture 06. Support Vector Machines
CS229 Lecture 06
2022년 11월 23일
7.Lecture 07. Kernels
CS229 Lecture 07
2022년 11월 23일
8.Lecture 08. Data Splits, Models & Cross-Validation
CS229 Lecture 08
2022년 11월 23일
9.Lecture 09. Approx./Estimation Error & ERM
CS229 Lecture 09
2022년 11월 24일
10.Lecture 10. Decision Trees and Ensemble Methods
CS229 Lecture 10
2022년 11월 24일
11.Lecture 11. Introduction to Neural Networks
CS229 Lecture 11
2022년 11월 24일
12.Lecture 12. Backprop & Improving Neural Networks
CS229 Lecture 12
2022년 11월 24일
13.Lecture 13. Debugging ML Models and Error Analysis
CS229 Lecture 13
2022년 11월 25일
14.Lecture 14. Expectation-Maximization Algorithms
CS229 Lecture 14
2022년 11월 25일
15.Lecture 15. EM Algorithm & Factor Analysis
CS229 Lecture 15
2022년 11월 25일
16.Lecture 16. Independent Component Analysis & RL
CS229 Lecture 16
2022년 11월 25일
17.Lecture 17. MDPs & Value/Policy Iteration
CS229 Lecture 17
2022년 11월 27일
18.Lecture 18. Continuous State MDP & Model Simulation
CS229 Lecture 18
2022년 11월 27일