[LECTURE] 4.1. Decision Boundary : edwith
- 신승재
www.edwith.org
[LECTURE] 4.2. Introduction to Logistic Regression : edwith
- 신승재
www.edwith.org
[LECTURE] 4.3. Logistic Regression Parameter Approximation 1 : edwith
- 신승재
www.edwith.org
[LECTURE] 4.4. Gradient Method : edwith
- 신승재
www.edwith.org
[LECTURE] 4.5. How Gradient method works : edwith
- 신승재
www.edwith.org
[LECTURE] 4.6. Logistic Regression Parameter Approximation 2 : edwith
- 신승재
www.edwith.org
[LECTURE] 4.7. Naive Bayes to Logistic Regression : edwith
- 신승재
www.edwith.org
[LECTURE] 4.8. Naive Bayes vs Logistic Regression : edwith
- 신승재
www.edwith.org
- 출처: [edwith] 인공지능 및 기계학습 개론 I : C4. Logistic Regression - 문일철교수
'IT 와 Social 이야기 > ML-DL' 카테고리의 다른 글
| [edwith] 인공지능 및 기계학습 개론 I : C5. Support Vector Machine - 문일철교수 (0) | 2021.03.25 |
|---|---|
| [Idea Factory KAIST] 딥러닝 홀로서기 : #3.Lec - Linear Regression (0) | 2021.03.24 |
| [edwith] 인공지능 및 기계학습 개론 I : C3. Naive Bayes Classifier - 문일철교수 (0) | 2021.03.24 |
| [Idea Factory KAIST] 딥러닝 홀로서기 : #2.Lec - ML Basic (0) | 2021.03.23 |
| [edwith] 인공지능 및 기계학습 개론 I : C2. Fundamentals of Machine Learning - 문일철교수 (0) | 2021.03.23 |
