일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- 깃 연동
- 리액트 네이티브
- 백준 4358 자바
- 깃허브 로그인
- React Native
- 모두를 위한 딥러닝
- 깃허브 토큰 인증
- 백준
- 리액트 네이티브 프로젝트 생성
- 리액트 네이티브 시작하기
- 모두의네트워크
- 모두의 네트워크
- 정리
- 머신러닝
- HTTP
- 데이터베이스
- SQL
- 백준 5525번
- 백준 4358번
- 문자열
- 데베
- 자바
- 팀플회고
- 딥러닝
- 깃 터미널 연동
- 백준 4949번
- 지네릭스
- 스터디
- 네트워크
- 모두를위한딥러닝
- Today
- Total
목록모두를위한딥러닝 (2)
솜이의 데브로그
Multivariable linear regression (여러개의 변수 사용) 식을 다음과 같이 바꿔서 사용. 위의 예시는 input이 3개인 경우 hypothesis 식 같은 경우 Cost Function의 식은 이렇게 바꿀 수 있다. variable이 많아 질 경우 식이 너무 복잡해지므로 Matrix 의 곱셈을 이용한다. -> H(X) = XW 각 변수에 대한 인스턴스가 여러개 있어도 matrix를 사용하면 곱셈에 문제가 없다. 더보기 H × W = H(X)H의 행 = instance 개수 (data 개수)H의 열 = variable 수. (변수) H(X)의 행 = instance 개수 H(X)의 열 = Y 값 개수 두가지 값이 주어졌을 때 W의 크기 결정 W의 행 = H의 열 W의 열 = H(X)..
Machine Learning 이란? - 일종의 소프트웨어 프로그램. 프로그램 자체가 data를 보고 학습해서 배워서 응용하는 능력을 갖는 프로그램. ML은 크게 두가지로 나눌 수 있음. Supervised Learning : 정해져 있는 data. Training set을 가지고 학습을 함. Unsupervised Learning : Label 이 정해지지 않은 데이터를 가지고 학습. ex) word clustering, 구글 뉴스 등 Supervised Learning 예시로 이미지 라벨링, 이메일 스팸 필터, 성적 예측기 등이 있음. 기존의 자료가 있어야한다. 여기서 기존의 자료를 'Training Dataset' 이라고 함. Supervised Learning 도 세가지 타입으로 나눌 수 있다. ..