Machine Learning Lecture 4 - KMeans Clustering
Overview
Distance 종류
- 유클리디언, 민콥스키 etc
군집 알고리즘
- Dendrogram (hirearchical)
- Kmeans (non-hire)
- DBSCAN (non-hire)
군집 간 거리
K means
You may also enjoy
Embedded C_Lecture 2
Embedded C Overview
Embedded C_Lecture 1
Micro Controller Unit (MCU) 개요 Microco Controller Unit(MCU)는 micro processor(core or CPU), 메모리, 입/출력(I/O or peripheral) 을 통합한 집적 회로 (integrated circuit, IC)를...
UML for automotive s/w architecture_Lecture 2
s/w architecture 설계 과정 1. Specify software system and context
UML for automotive s/w architecture_Lecture 1
s/w architecture 개요 s/w architecture 등장 배경
Data Science Lecture 2 - Web Crawling
Overview 사실 베이지언 추론을 기반으로 하는 s/w 알고리즘을 개발하는 입장에서 웹 크롤링은 별 쓸모가 없을 수 도 있다. 머신 러닝 강의라길래 들으러 갔는데 pandas와 Beautiful Soup 라이브러리 기반 웹 크롤링 수업을 해서 간단하게 배운 점을 적어본다. (이...
Deep Learning Lecture3 - DeepLearning by Convolutional Neural Network
Convolutional Neural Network 지난 포스트1와 포스트2를 통해 Perceptron의 작동 원리 및 다층 perceptron을 통한 deep learning 테크닉 들을 살펴보았다. 이번엔 이미지 내 객체 인식에 초점을 맞춘 Convolutional Neural...
Deep Learning Lecture2 - DeepLearning Techniques!
Learning with Various Optimizers 지난 포스트에서 설명했듯이, Multilayer Perceptron 기반 deep learning 방식은 다음과 같다.
Deep Learning Lecture1 - How do Perceptrons Work?
Overview Learn by Single Layer Perceptron Perceptron은 뉴런을 모방한 모델로, 뉴런처럼 행동하기 때문에 구조도 간단하다. 그저 input 신호에 대해서 weight를 곱하고 bias를 더한 신호에 activation function (sig...
Leave a comment