개요Coursera Deep Learning Course 2 Quiz 1.Practical aspects of Deep Learning Link: https://www.coursera.org/learn/deep-neural-network/home/module/1 2.Optimization Algorithms Link: https://w
개요Coursera Deep Learning Course 1 Quiz 1.Introduction to Deep Learning Link: https://www.coursera.org/learn/neural-networks-deep-learning/home/module/1 2.Neural Network Basics Link: https://
Course Lecture 2 in Deep Learning Regularization useful technique for reducing variance. There is a little bit of a bias variance tradeoff when you use regularization. It might increase the bias a li
Course Lecture 1 of Deep Learning Course Derivatives https://community.deeplearning.ai/t/derivation-of-dl-dz/165 vectorizing logistic regression Why we like to use that cost function for logistic re
Basic ML Process 이 포스트에서는 필자가 생각한 기본 프로세스를 소개 한다. 머신러닝을 접해보지 않은 사람들에게 대략적인 개념을 보여주는 포스트 이다. 자세한 내용은 추후 추가 예정 가설 수립 → 데이터 확인 및 전처리 → 모델 학습/ 모델 검증 → 예측하기 → 결과 확인 가설 수립(회귀/분류 여부 확인) → 잠재
자기 상관 함수와 부분 자기 상관 함수Autocorrelation Function, 자기 상관 함수 자기 상관 함수(Auto-correlation Function) 어떤 신호의 시간이동 된 자기 자신과의 ‘상관성(Correlation)’ 척도 주요 특징 결정 신호(주기 신호/비주기 신호)이든, 랜덤 신호 이든 모든 신호에 대해 적용 가능 특히 랜
확률 분포 함수와 확률 밀도 함수확률 분포 함수(probability distribution function)와 확률 밀도 함수(probability density function)는 확률 변수의 분포 즉, 확률 분포를 수학적으로 정의하기 위한 수식이다. 연속 확률 분포우선 확률 밀도 함수에 대해 먼저 알아보자. 확률 밀도 함수를 이해하면 확률 분포 함수를
정규분표와 표준정규분포함수의 차이본 포스팅에서는 정규분포(Normal distribution)와 표준 정규 분포(Standard normal distribution)에 대해 다루도록 한다. 정규 분포의 확률밀도 함수와 예상치(평균), 분산 그리고 증명에 대해 다루며 표준정규분포에 대해서는 확률밀도함수, 누적분포함수, 그리고 표준정규분포를 이용한 정규분포의
< 분류에서 사용하는 성능지표 > 1. Confusion Matrix 분류에서 가장 많이 사용되는 오분류표이다. 행렬의 배치는 그리는 사람에 따라 달라질 수 있으며, Scikit learn에 기반한 confusion matrix는 다음과 같다. FP: 예측은 참이나 실제는 거짓, 제 1종 오류FN: 실제는 참이나 예측은 거짓, 제 2종 오류 정
Grid search finds the optimal parameters; each model has its own parameters, and it compares which combination yields the best score. This time, we will see a combination of two parameters and use de