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...
Recent posts
Data Science Lecture 1 - Basic data types
Newly Learned replace() 반복 사용 파이썬 문법 중에는 특정 문자를 지정한 문자로 바꾸는 replace()라는 함수가 있다. str type의 내장함수이며 여러 문자를 지우고 싶을 때는 다음과 같이 .replace를 반복한 구문으로 쓰면 편하다.
Machine Learning Lecture 8 - PCA & DBSCAN
Overview PCA Feature가 여러 개여서 높은 차원으로 표현되는 데이터들에 대해서, 이 데이터들을 잘 표현할 수 있는 주 축들을 설정하고 그 축들이 상대적으로 어느정도로 데이터를 표현하는데 기여하는지를 분석한다. 주 축에 해당하는 것이 데이터의 Covariance mat...
Machine Learning Lecture 7 - Support Vector Machine
Support Vector Machine Overview Support Vector Machine은 Decision tree나 Naive bayes와는 달리 비선형적이고 고차원의 공간에서도 높은 classifier 성능을 보여준다. SVM의 원리는 아래 그림과 같이 데이터를 나누는...
Machine Learning Lecture 6 - Naive Bayes
Naive Bayes Overview 조건부 확률의 정의를 사용해서 여태까지 관측한 결과를 바탕으로 전체의 확률을 예측하는 방식이다.