Machine Learning 공부
1.ML 강의 1-3강 정리
DataStructured or unstructed dataIID(Independent identically distributed) data or non-IID dataModelTraining(algorithm & inference)Nonparametaric model
2023년 7월 25일
2.ML 강의 4-6강 정리
여기서 minimize 하는게 목표y : target bector∅ : design matrixgredient descent method의 하나임(P(n-1) ϕ\_n)/(λ+ϕ\_n^T P(n-1) ϕn ) : constant stepsize\[y_n-ϕ\_n^T
2023년 7월 27일
3.ML 강의 7-9강 정리
📌 ch 3 . Linear Models for Regression _ Regularization, Shrinkage, Sparseness Ridge Regression > LASSO > Bias-Variance Dilemma > Proximal gradient method(optional) >
2023년 7월 28일
4.ML 강의 10-12강 정리
CHAP4 Logistic Regression
2023년 7월 31일