데이터가 너무 적을 때는 회귀가 도움이 될 수 있음. 필요없는 특성들의 영향을 확 줄여줄 수 있음. 실전에서 많이 사용 됨. +엘라스틱 넷차이점릿지=중요하지 않은 특성들을 0에 가깝게라쏘=아예 0으로 만들어 버림 1하고 0만 가지도록, 레이블의 가지수가 많아지면 특성도

Assertion은 할당 기호! 컴퓨터에 오른쪽의 값을 왼쪽에 넣어준다.

개빡쎈 부트캠프와 Andrew ng 교수님 강의를 병행하게 된 이유 :너무 개빡세기 때문에...되돌아 생각해보면 완전히 초심자인 나에게, 데이터 분석 1달, 그리고 프젝 머신 러닝 1달, 그리고 프젝, 이제 곧 딥러닝 1달 그리고 프젝..ㅎㅎ^^ 은 정말 말도 안되는

스트레스 웨어러블 연구경기대 성범죄 연구의사 결정 나무 예측/예측 모델 예측 모델 스트레스DASS 도메인 지식

숫자로 설명할 수 있는 걸 많이해라! 프젝을 많이하다 보면 숫자로 설명할 수 있다. 더 많이 배워서 올걸..이라는 생각이 든다. 너무 어렵다.하지만 어차피 어디 일하러 가도 다시 처음부터 배워야한다.할 만한걸 하는 데에서 있는 것 보다 따라가기 힘들더라고 난이도가 있는

출처 : Andrew ng 교수님 Machine Learning 강좌, 유튜브에도 있음 머신이 나보다 체스를 잘 둔다..! 최근 정의

Q: Decision Tree model 장단점 장점: 결과를 해석하고 이해하기 쉽다. 단점: 과적합 되기 쉽다. Q:랜덤 포레스트랑 결정 트리 차이랜덤 포레스트는 과적합 방지가 잘됨.Q:배깅이란 무엇이냐 부트스트랩을 병렬, 복원추출(sampling)로 집계하는것OOB

aib-sc22x일단 용어 이해에도 맨날 고생을 하는 나...완벽하게 이해하고자 하는 마음이라고 생각하며 시작!전체 데이터를 써서 baseline accuracy score를 계산하세요.What does "baseline" mean in the context of ma

10281150AM저장K-means, K개..등등 K--?? Korea..?동기님께서 답변 해주심 ❤수학에서 보통 임의의 정수를 k로 표현하는데.k가 정수를 뜻하는 constant의 첫 글자의 발음처럼 들려서 쓴다고 합니다. c는 쓰이는 데가 이미 많아서 k를 쓰는 거

머신러닝 2주차🌟무작정 학습 진도 따라가지 말고, 핵심 개념과 출석만 맞춰서 나에게 가장 맞는 컨텐츠를 선택 해서 (레벨 & 재미) 개별 학습하기 이해가 안되더라도 좌절하지말고 , 영어 단어 단어장으로 공부하듯이 💛 물결식 학습으로 Stat Quest 영상 누적

어제 주간 회고를 마치고 팩트 체크✔나는 분명히 이 기수 (60명)에서 하위권임에 틀림없다.✔그리고 나는 열심히 하는 분야에서 상위권이 아니었던 적이 거의 없었다.✔그래서 처음 겪는 상황에 자존심이 상하기는 한다.✔그런데 자존심 부리고 아는척 하다 보면 아무것도 못된다

\-처음 보시는 분들은 매일 12시간 해도 진도를 따라가기 힘들도록 애초에 교육 내용을 그렇게 짰다.\-100% 이해하는 것이 애초에 불가능이기 때문에 다 이해하고 넘어 가려고 안하는 것이 좋다. \-교육 구성 자체가 통계학과에서 한학기, 1년은 하는 개념들이 많다.

scatterplot에 가장 잘 맞는(best fit) 직선은 어떻게 나오는가 위에서 예측값을 평균으로 사용하는데에 한계가 있어서 회귀모형을 사용한다고 했는데 그럼 이 rss에서의 예측값은 무엇인가

프젝 중 징징대기 아니....교육 전공하는 사람 입장에서.. 학습자의 수준에 비해 학습 수준이 너무 높으면 근접 발달 영역이 확장되기는 커녕... 결과론적으로 비효율적일 수 밖에 없는데...나는 구구단하고 있는데...캘큘러스 공부해야하는 기분이다..난 이이사 사오 이십

일단 찐문과인 나...벡터가 뭔지도 모르는데 바로 선형대수를 들어가서 많이 당황했다. 이 많은 분량의 개념들을 1주일 안에 다 이해하려는 것 자체가 불가능인데... 그래도 어느 정도는 이해하고 코드를 써야한다는 생각에 벡터부터 파기 시작하는데... '벡터'를 이해하기

pca 가 하는 일은 차원 축소 차원은 축소하고 싶은데 고유한 거는 (사람)은 두고 살을 줄이고 싶은것이다. 사진가가 사진을 찍을 때 어디에 위치를 잡아야 할까 \-왜곡이 덜하게 직각이 되게스탠다드 스케일링: 정규화 같은것. 이걸 안하면pca가 엉망이 되어버린다. :

크기 비교를 하고 싶은 것이냐, 같냐 아니냐/\-> 문맥 따라 researcher의 소관 투사이디드를 통과하면 원사이드는 안해도 통과지만 역은 성립x동전을 10번 던진 행위가 size 100동전을 3번 던진 행위가 size 100\-> 액션으로 생각하면 쉽다. \->정

15주는 지난 것 같은데 15일째라니...그만큼 하루를 밀도있게 보내려고 노력하는 중..(이라고 쓰고 죽어나가는 중\_)추석 연휴 : 열심히 지난 스프린트와 개념들을 메꾸려고 거북이 처럼 달렸다. 문제 하나를 풀려고 (join data) 꼬박 이틀을 보냈다. 🌟체력이

🚀:추가로 공부해서 채워 놓을 것들.\-일단 데이터를 깨끗하게 한다. :첫단계 pandas 데이터 프레임에는 항상 인덱스가 있어야 한다. 💛공부할 때 공식 documentation 확인하기 Tip: Toy data를 문서에서 가져와서 따라 쓰면서 공부하기 행x렬

\*20210914 11시 줌 강의, 업로드 동의를 받았습니다. 오차 (error): 용어(차이를 작게) 에러를 최소화 시키고 싶다 -> gradient descent(경사하강법)를 사용하는 이유에러-cost function error=cost=distance 같은 언