regression 썸네일형 리스트형 코세라 머신러닝 case study 수료 코세라에서 제공하는 "Machine Learning Foundations" 강의를 이수하였다. 이번 강의는 개론 수준에서 머신러닝이 활용되는 대표적인 5가지 분야에 대해 알려준다. 각각은 Regression, Classification, Clustering, Recommendation, Deep Learing(Image Recognition) 이며, 분야별 Case Study는 다음과 같다. 집값예측하기 긍정/부정적 감정 분석하기 위키피디아 문서를 활용하여 유사한 인물들 찾기 개인화된 노래추천하기 고전 머신러닝을 활용한 이미지 분류와 딥러닝을 활용한 이미지분류 성능 비교해보기 딥러닝을 활용하여 유사한 이.. 더보기 Home price dataset Home price dataset Download 구글드라이브 링크 더보기 5-2. Multi-Layer Perceptron(MLP) Neural Network 용어정의 Overview of MLP Regression vs. Classification Issues for neural network construction 1. 용어정의 패드백 후 작성 예정입니다. 2. Overview of MLP Mulit-Layer Perceptron(MLP) Neural Network 는 말그대로 다수의 레이어로 구성된 네트워크로 아래의 구조와 같이 Input Layer, Hidden Layer, Output Layer 로 구성된다. MLP의 연산과정을 구체적으로 살펴보면, 다음 순서로 나타난다. (1) Input layer에서 입력된 각 데이터들은 각 노드와 노드를 연결하는 Weight를 통해 가중된다. (2) h( ) 함수를 통해 변환되어 Hidden laye.. 더보기 2-1. Linear Models for Regression 용어정의 Linear basis funcion models 1. 용어정의 선형 회귀 (Linear regression) : X 와 Y 혹은 t 와의 선형 상관 관계를 모델링하는 분석 기법 선형 / 비선형 (Linear / non-linear) : 선형은 1차 함수의 형태로 직선형을 나타내며, 비선형은 2차 이상의 다항식 혹은 여러 함수가 결합된 형태이다. 유일해 (Unique solution) : 방정식의 해를 근사할 때, 무수히 많은 해를 가지지 않고 하나의 해만 갖는 경우를 일컫는다. 2. Linear Basis Function Models Linear basis function model은 선형 회귀(Linear regression model)이라고도 불리며, 다음 예제로 설명될 수 있.. 더보기 이전 1 다음
