전체 글 (2) 썸네일형 리스트형 <혼자 공부하는 머신러닝+딥러닝> Chapter 03 Ch.03-1# 회귀(Regression)- 임의의 수치를 예측하는 문제(continuous variable) # 결정계수(R^2)- 회귀 문제의 성능 측정 도구(1에 가까울수록 좋고, 0에 가까울수록 성능이 나쁜 모델) # 과대적합(Overfitting)- 모델의 훈련 세트 성능이 테스트 세트 성능보다 훨씬 높을 때(모델이 훈련 세트에 너무 집착) # 과소적합(Underfitting)- 훈련 세트와 테스트 세트 성능이 모두 낮거나, 테스트 세트 성능이 오히려 높을 때(훈련이 너무 안됨) # K-최근접 이웃 회귀- 내년도 경제 성장률 예측 / 배달이 도착할 시간 예측 (class 예측이 아닌 actual data point 예측) 이전 시간에 배운 것과 비교했을 때, 분류가 아닌 회귀 문제를 풀어보자는.. <혼자 공부하는 머신러닝+딥러닝> Chapter 01~02 Ch.01-1# 인공지능(Artificial Intelligence)이란?- 사람처럼 학습하고 추론할 수 있는 지능을 가진 시스템을 만드는 기술# 머신러닝(Machine Learning)이란?- 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야 (프로그래밍X, 규칙을 학습)# 딥러닝(Deep Learning)이란?- 인공 신경망(artificial neural network)을 기반으로 한 방법들 Ch.01-2# 구글 코랩(Google Colab) Ch.01-3# k-최근접 이웃 알고리즘(K-Nearest Neighbors Algorithm) 1. 데이터 준비 - 지도 학습 알고리즘이므로, 데이터 포인트와 라벨(클래스)을 포함하는 학습 데이터셋이 필요2. 거리 측정 - 예측하려는 새로운 데이터 포인트와.. 이전 1 다음
