반응형 앤드류응22 [머신러닝 앤드류응] (Week3) 2. Logistic Regression Model (3) 심화 최적화 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 2. Logistic Regression Model (1) Cost Function (2) Simplified Cost Function and Gradi.. 2021. 6. 11. [머신러닝 앤드류응] (Week3) 2. Logistic Regression Model (2) 단순화된 비용함수와 경사하강법 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 2. Logistic Regression Model (1) Cost Function (2) Simplified Cost Function and Gradi.. 2021. 6. 10. [머신러닝 앤드류응] (Week3) 2. Logistic Regression Model (1) Cost Function 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 2. Logistic Regression Model (1) Cost Function (2) Simplified Cost Function and Gradi.. 2021. 6. 8. [머신러닝 앤드류응] (Week3) 1. Classification and Representation (3) 결정 경계 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 1. Classification and Representation (1) Classification (2) Hypothesis Representation.. 2021. 6. 4. [머신러닝 앤드류응] (Week3) 1. Classification and Representation (2) 가설함수 설명 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 1. Classification and Representation (1) Classification (2) Hypothesis Representation.. 2021. 6. 1. [머신러닝 앤드류응] (Week3) 1. Classification and Representation (1) Classification 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week3 의 상세 목차는 아래와 같습니다. Week3 목차 1. Classification and Representation (분류와 설명?) 2. Logistic Regression Model (로지스틱 회귀 모델) 3. Multiclass Classification (다항 분류) 4. Solving the Problem of Overfitting (과적합 문제 해결) 이번 글은 Week3의 1강인 Classification and Representation (분류와 설명?) 요약입니다. 1. Classification and Representation (1) Classification (2) Hypothessis Representatio.. 2021. 5. 31. [머신러닝 앤드류응] (Week2) 5. 매트랩 튜토리얼 (6) Vectorization 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 5강인 Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 요약입니다. 5. Octave/Matlab Tutorial (옥타브/매트랩 .. 2021. 5. 1. [머신러닝 앤드류응] (Week2) 5. 매트랩 튜토리얼 (5) for,while,if문 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 5강인 Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 요약입니다. 5. Octave/Matlab Tutorial (옥타브/매트랩 .. 2021. 4. 26. [머신러닝 앤드류응] (Week2) 5. 매트랩 튜토리얼 (4) 그래프 그리기 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 5강인 Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 요약입니다. Week2 5. Octave/Matlab Tutorial (옥타.. 2021. 4. 17. [머신러닝 앤드류응] (Week2) 5. 매트랩 튜토리얼 (3) 행렬 계산 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 5강인 Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 요약입니다. Week2 5. Octave/Matlab Tutorial (옥타.. 2021. 4. 11. [머신러닝 앤드류응] (Week2) 5. 매트랩 튜토리얼 (2) 데이터 불러오기 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 5강인 Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 요약입니다. Week2 5. Octave/Matlab Tutorial (옥타.. 2021. 4. 10. 머신러닝 OCTAVE CLI 명령입력줄 >> 로 만들기 디폴트는 octave:1> 입니다. >>로 바꾸는 법은 아래와 같습니다. PS1('>> '); 라고 입력하면 됩니다. 2021. 4. 10. [머신러닝 앤드류응] (Week2) 5. 매트랩 튜토리얼 (1) 기본 조작법 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 5강인 Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 요약입니다. Week2 5. Octave/Matlab Tutorial (옥타.. 2021. 4. 7. [머신러닝 앤드류응] (Week2) 3. 해석적으로 파라미터 구하기 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 3강인 Computing Parameters Analytically 요약입니다. Week2 3. Computing Parameters Analytica.. 2021. 4. 5. [머신러닝 앤드류응] (Week2) 2. 다변량 선형 회귀 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 2강인 Multivariate Linear Regression 요약입니다. Week2 2. Multivariate Linear Regression (다.. 2021. 4. 5. [머신러닝 앤드류응] (Week2) 1. 프로그램 설치 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week2 의 상세 목차는 아래와 같습니다. Week2 목차 1. Environment Setup Instructions (환경 설정) 2. Multivariate Linear Regression (다변량 선형 회귀) 3. Computing Parameters Analytically (해석적으로 파라미터 구하기) 4. Submitting Programming Assignments (프로그래밍 숙제) 5. Octave/Matlab Tutorial (옥타브/매트랩 튜토리얼) 이번 글은 Week2의 1강인 Environment Setup Instructions 요약입니다. Week2 1. Environment Setup Instructions (환.. 2021. 4. 5. [머신러닝 앤드류응] (Week1) 5. 선형대수 복습 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 5강인 Linear Algebra Review 요약입니다. Week1 5. Linear Algebra Review 1) Matrices and Vectors (행렬과 벡터) 2) Addition and Scalar multiplication (행렬의 덧셈과 스칼라와의 곱셈) 3) Matrix Vector Multiplication (행렬과 벡터의 곱셈) 4) Matrix Matrix.. 2021. 4. 2. [머신러닝 앤드류응] (Week1) 4. 파라미터 학습 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 4강인 Introduction 요약입니다. Week1 4. Parameter Learning 1) Gradient Decsent 지난시간에 정의한 비용함수는 아래와 같습니다. $J(\theta_{0},\theta_{1})=\frac{1}{2m}\sum_{i=1}^{n}\left ( h(x^{(i)})-y^{(i)} \right )^2$ 이 함수를 최소화하는 해를 찾는데는 경사하강 알.. 2021. 4. 1. [머신러닝 앤드류응] (Week1) 3. 모델과 비용함수 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 3강인 Introduction 요약입니다. Week1 3. Model and Cost Function 1) Model Representation 선형회귀 우리가 가장 먼저 배울 알고리즘은 선형회귀입니다. 선형회귀는 지도학습에 속합니다. 아래와 같이 집크기와 가격 데이터가 있다고 합시다. 누군가 자신의 집 크기가 1250인데, 가격이 얼마냐고 물어본다면 뭐라고 대답해야 할까요? 우리는.. 2021. 3. 31. [머신러닝 앤드류응] (Week1) 2. 서론 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 2강인 Introduction 요약입니다. Week1 2. Introduction 1) Welcome (환영) 일단 강좌에 온걸 환영하고, 머신러닝이 엄청 다양한 분야에 쓰이고 있고 앞으로도 그럴거란 이야기를 하셨습니다. 앤드류 교수님은 실리콘밸리리로 부터 일주일에 2~3통씩 메일을 받는데, 다들 머신러닝을 자신들의 문제에 적용하고 싶다고 보내온 메일이라고 합니다. 교수님의 궁극적인.. 2021. 3. 30. [머신러닝 앤드류응] (Week1) 1.소개 앤드류 응 교수님의 코세라 머신러닝 강의를 요약하는 글입니다. Week1 의 상세 목차는 아래와 같습니다. Week1 목차 1. Welcome 2. Introduction 3. Model and Cost Function 4. Parameter Learning 5. Linear Algebra Review 이번 글은 Week1의 1강인 Welcome 요약입니다. Week1 1. Welcome 앤드류 교수님은 우리가 이미 머신러닝을 하루에도 수없이 사용하고 있다고 합니다. 다들 매일 구글링을 하실텐데요. 구글에 무언가를 검색했을 때 나오는 검색 결과의 순서를 머신러닝 알고리즘이 결정합니다. 구글에 '통계 강의'라고 검색하시면 제가 쓴 글이 1페이지에 두개나 나옵니다. 알고리즘이 일을 잘 하고 있네요. (웃음).. 2021. 3. 30. [머신러닝 앤드류응] 프롤로그 몇년 전에 앤드류응 교수님의 코세라 머신러닝 강의를 들었습니다. 완료를 하고 certificate 까지 받긴 했지만 이해했다기 보다는 꾸역꾸역 따라했었습니다. 이후로 통계 공부를 계속 했고 지금은 당시 보다는 지식의 깊이와 넓이가 증가한 것 같습니다. 이번에는 제대로 이해할 수 있겠다 싶어서 앤드류응 교수님 강의를 다시 들어보려고 합니다. 강의 내용과 제 이해를 바탕으로 요약 정리하여 포스팅하겠습니다. 앤드류응 교수님 강의 링크는 아래와 같습니다. 코세라에서 무료로 들으실 수 있습니다. www.coursera.org/learn/machine-learning/home/welcome Coursera | Online Courses & Credentials From Top Educators. Join for F.. 2021. 3. 30. 이전 1 다음 반응형
