On the journey of

https://www.youtube.com/watch?v=-hWgqTB09DM&list=PLSAJwo7mw8jn8iaXwT4MqLbZnS-LJwnBd&index=4​ 기록에 앞서, 이 포스팅은 강의를 듣고 기록한 것일 뿐이고 코드의 경우 github에 있는 코드를 공부하고자 가져온 것입니다. 때문에 저작권이 제가 아닌 해당 강의 연사분과 github owner(Jaeyoung Jo) 님께 있음을 미리 밝혀둡니다. 먼저 지난 lecture 복습부터 하자. 한 마디로 머신러닝 problem들은 크게 1) Hypothesis & Cost 2) Cost를 줄이기 위해 Hypothesis의 parameter를 바꾸는 Optimization ​이렇게 두 가지로 나뉜다는 거였다. 수식과 함께 나타낸다면 아래 이미지와..

[#6.Lec] Binary / Multi-Label Classification - 딥러닝 홀로서기 - YouTube​​ Binary Classification Supervised Learning Unsupervised Learning Reinforcement Learning Discrete Classification Clustering Discrete Action Space Agent Continuous Regression Dimensionality Reduction Continuous Action Space Agent ​ Semi - Supervised Learning = Supervised Learning + Unsupervised Learning (준지도학습) ​ Supervised Learnin..

* 본 포스팅에 포함된 강의안 캡처 및 내용의 저작권은 모두 아래 링크(강의) 에 있음을 밝힙니다. Original Lec. https://www.youtube.com/watch?v=DWdtr_IURkU&list=PLSAJwo7mw8jn8iaXwT4MqLbZnS-LJwnBd&index=2 Linear Regression : 선형회귀. 독립변수 X와 종속변수 Y가 있을 때 두 변수 간 상관관계와 영향을 파악하는 것도 있지만, 둘 다 1차원 벡터라 하면 x --> y로 가는 함수를 만드는 것이 목표 ​ (Linear) Hypothesis ​f(x) = wx + b 의 꼴로 잡아놓았을 때, 다양한 f(x)가 존재할 수 있는데 각각의 f를 hypothesis, 가설이라고 부른다 데이터 분포를 설명하는 가정, 가..

What is Machine Learning? "A Field of study that gives computer the ability to learn without being explicitly programmed"​ if-else문과 같은 수백 개의 조합으로 룰베이스로 코드를 짤 필요 없이 알아서 학습을 한다 Deep Learning 머신 러닝에서 쓰이는 학습 방법을 차용하여 머신러닝 알고리즘의 성능을 좀 더 올릴 수 있는 방법론이며 Feature Extractor이라고도 표현할 수도 있다 ​ Representation Learning 딥러닝과 머신러닝의 간극 즈음에 자리하여 feature들을 조금 더 잘 표현하는 법을 학습한다 e.g.) shallow neural network ​ Machine L..