혼자 공부하는 머신러닝 + 딥러닝

사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술인공지능 태동기 -> 인공지능 황금기 -> 첫 번째 AI 겨울 -> 두 번째 AI 겨울 -> 현재인공일반지능 (Artificial General Intelligence) / 강인공지능 (Stron

지도 학습(Supervised Learning) : 훈련하기 위한 데이터와 정답이 필요하다.비지도 학습(Unsupervised Learning)지도 학습에서는 데이터와 정답을 입력(input) 그리고 타깃(target)이라고 학, 이 둘을 합쳐 훈련 데이터(traini

03-1 k-최근접 이웃 회귀 k-최근접 이웃 회귀 지도 학습 알고리즘은 크게 분류(Classification)와 회귀(Regression)로 나뉜다. 회귀는 앞에서 한 것처럼 클래스 중 하나로 분류하는 것이 아니라 임의의 어떤 숫자를 예측하는 문제이다. 예를 들면 경

타깃 데이터를 만들 때, 타깃 데이터에 2개 이상의 클래스가 포함된 문제를 다중 분류 (multi class classification)이라고 부른다.로지스틱 회귀(logistic regression)는 이름은 회귀이지만, 분류 모델이다. 이 알고리즘은 선형 회귀와 동

기본 미션 교차검증을 그림으로 설명하기머신러닝에서는 학습한 모델의 성능을 평가하는 과정이 필요하다. 이 때 학습용, 평가용 데이터가 있어야 한다. 이 데이터를 어떻게 나누느냐에 따라 성능을 평가한 결과가 달라진다.교차검증은 흔히 k-fold 교차검증의 형태로 나타난다.