비숍 썸네일형 리스트형 "머신러닝 이론" 포스팅 완료 드디어 머신러닝 이론 에 대한 글 작성이 마무리 되었습니다 ! “패턴인식과 머신러닝 (크리스토퍼 비숍 지음)”에 관한 개괄적인 내용을 추려 작성하였으며, 통계적 패턴인식부터 회귀분석과 클래스 분류, 뉴럴네트워크, 서포트 벡터 머신, 클러스터링에 대한 주제를 중심으로 기술하였습니다. 모든 내용은 제3자의 추가적인 검토없이 작성되었기 때문에 분명히 다르게 혹은 틀리게 해석된 부분이 존재할 수 있으며, 향후 점진적인 자료의 개선이 가능하도록 피드백 및 개선의 여지를 남겨두었습니다. 내용을 발췌 혹은 사용하실 때는 말씀주시고, 반드시 TO THE MOON 블로그 출처 기입 부탁드리겠습니다. 감사합니다. 더보기 1-2. Probabilistic Perspective of Curve Fitting 용어정의 Probabilistic perspective of curve fitting 1. 용어정의 Error Function : Curve Fitting으로 계산된 함수와 각 측정값과의 제곱오차합(SSE, the sum of squared errors) Regularization : '정규화'는 과적합 문제를 방지하기 위해서, curve fitting으로 계산된 함수계수 중 중요하지 않은 계수들을 작게 만들어서 모델에 미치는 영향을 최소화 시켜주는 방법 Likelihood Function : 우도(가능도) 함수, 어떠한 a 에 대해 b가 도출되었다면 a의 변화에 따른 b의 결과(분포)를 살펴보는 것 2. Probabilistic perspective of curve fitting 위에서 언.. 더보기 1-1. Introduction to Statistical Pattern Recognition 용어정의 Overview of pattern recognition and machine learning Polynomial curve fitting Introduction to curve fitting Error function and selection of weights Overfitting problem 1. 용어정의 통계적 패턴인식 : 관측된 데이터로부터 통계적 기법을 이용하여 중요한 특징이나 속성을 추출하고, 새로운 입력 데이터를 식별할 수 있는 부류로 분류하는 것 전처리(Preprocessing) : 다수의 데이터에서 공통적인 혹은 반복적 특징이나 속성을 추출하는데 사용되는 기법 혹은 과정 Prediction : 향후 발생할 사건에 대해 예측하는 것 (예로, 자동 완성 텍스트, 주식.. 더보기 이전 1 다음
