일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- dynamic programming
- sklearn
- Reinforcement Learning
- machine learning
- C++
- Mask Processing
- 딥러닝
- MySQL
- MinHeap
- AlexNet
- 인공지능
- classification
- 그래프 이론
- 백준
- 머신러닝
- 자료구조
- image processing
- clustering
- 강화학습
- BFS
- exists
- DP
- Python
- dfs
- opencv
- edge detection
- SIFT
- TD
- IN
- canny edge detection
- Today
- Total
목록Machine Learning (4)
JINWOOJUNG
본 포스팅은 서울대학교 이준석 교수님의 M3239.005300 Machine Learning & Deep Learning 1을 수강하고 정리 및 공부를 위한 포스팅입니다. Artificial Intelligence(AI)Artificial Intelligenceintelligence of machines or software사람이 만들어낸 지능 Intelligenceability to perceiveapplied to adaptive behaviors세상을 인지할 수 있는 능력, 이를 바탕으로 적응적인 행동을 결정 (Statistical) Machine Learningfield of study in artificial intelligence사람의 개입(가르침, explicit instructions)을..
본 게시글은 인하대학교 유상조 교수님의 Machine Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Before This Episode https://jinwoo-jung.tistory.com/26 Recurrent Neural Network(RNN) 본 게시글은 인하대학교 유상조 교수님의 Machine Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Recurrent Neural Network(R jinwoo-jung.tistory.com RNN은 이전 state vlaue가 모두 다음 state의 inpu..
본 게시글은 인하대학교 유상조 교수님의 Machine Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Recurrent Neural Network(RNN) RNN은 순환 신경망으로, previous output 혹은 hidden states를 다음 input으로 가진다. 따라서 $t$ 시간의 input은 $T
본 게시글은 인하대학교 유상조 교수님의 Machine Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Classification(분류) : 구별되는 클래스를 예측하는 작업 Regression(회귀) : 실수값/연속적인 값(continuous qunatity)을 예측하는 작업 Linear Regression Linear Regression은 하나 혹은 다수의 Input(explanatory/independent variables)와 Output(a scalar response/dependent variable)의 상관관계를 모델링하는 것이다. 이때 Input Data는 다음과 같이 정의된다. $$x^i = [..