
이 코스는 총 3개의 챕터로 이루어져있다.Linear AlgebraCalculus for ML/DSProbability and Statistics 머신러닝은 evidence(data)를 보고 scenario를 예측하는 것이다.Linear Algebra를 master해야

몇 가지 machine learning applications에 대해 소개하려 한다.소리 데이터도 matrix 형태로 표현할 수 있기 때문에 Speech recognition과 같은 task에 적용 가능하다.물고기들의 음파 신호를 수집하여 bio-habitats를 정의

머신러닝에서 가장 활발하게 행렬이 사용되는 분야는 바로 GAN(생성적 적대 신경망)이다.GAN이 생성하는 이미지는 매우 사실적이어서 실제와 구별이 불가능할 정도다.Text를 Input으로 받아 들여 Image를 생성하는 분야에서도 활발히 적용 가능하다.Text-to-I

Linear transform의 머신러닝 응용 중 하나인 PCA에 대해 알아보자.아래는 샌프란시스코의 유명한 한 지역을 여러 지점에서 사진을 찍어 나열한 것이다.이 지역을 가장 잘 설명하는 사진을 하나 꼽으라고 한다면 아마도 정면을 찍은 사진을 고르게 될 것이다.즉,

아래와 같이 bedroom의 수에 따라 집의 가격이 결정되는 문제를 다룬다고 해보자.Machine Learning으로 할 수 있는 일은 아래와 같은 table의 관계를 예측하여 9개의 bedroom을 가진 집 가격을 알아내는 과정이라고 할 수 있다.각 데이터 점들을 p

$f(x) = x^2$의 그래프에서 (2, 4)를 지나는 tangent line을 그리면 왼쪽 그림과 같았다.$f(x, y) = x^2 + y^2$의 그래프는 오른쪽 그림과 같이 3차원 공간에 펼쳐지고, (2, 4)를 지나는 tangent function은 line이

House size를 통해 price를 예측하는 task가 주어졌다고 해보자.눈치챘겠지만 두 변수의 관계를 linear regression으로 정의하고자 하는 것이다.3개의 data point가 주어진 상황에서 둘의 관계를 예측해보자.아마도 size가 n배 늘어남에 따

Week 1 - Introduction to Probability and Probability Distributions Lesson 1 - Introduction to Probability What is Probability?

Week 2 - Describing probability distributions and probability distributinos with multiple variables Lesson 1 - Describing Distributions Expected Value

Week 3 - Sampling and Point estimation Lesson 1 - Population and Sample Population and Sample 
trade off Confidence Intervals - Margin of Error