AI

사람조차 명확하게 구분할 수 없는 지식(no explicit knowledge)을 구현해야 하거나, 사람이 일일이 구현하기에는 너무 많은 양의 규칙들이 필요한 경우→ 이러한 경우에 사용할 수 있도록 고안된 방법💡 빅데이터를 스스로 분석하고, 그 내용을 바탕으로 결론을

머신러닝 : 분류와 회귀 성능 평가 방법 -> Scikit Learn

머신러닝 : Linear Regression

머신러닝 : KNN Algorithm

머신러닝 : Decision Tree

회귀를 사용하여 데이터가 어떤 범주에 속할 확률을 0과 1사이의 값으로 예측하고 그 확률에 따라 가능성이 더 높은 범주에 속하는 것으로 분류해주는 지도 학습 알고리즘

머신러닝 : K-Fold Cross Validation

Hyperparameter Tuning 머신 러닝 모델의 성능을 최적화하는 중요한 과정

머신러닝 : 앙상블 보팅 배깅 부스팅 스태킹

딥러닝 머신러닝의 여러방법 중 하나이며 데이터로부터 표현을 학습하는 새로운 방식

딥러닝 모델링 : Regression

딥러닝 모델링 : 이진분류, 다중분류

과적합 알고리즘이 학습 데이터에 과하게 적합한 상태이거나 정확하게 일치할 때 발생하며 그 결과 모델이 학습 데이터가 아닌 다른 데이터에서 정확한 예측을 생성하거나 결론을 도출할 수 없게 됨

시간의 흐름에 따른 패턴을 분석

MNIST 그래프 숫자 이미지 시각화