machine learning162 [데이터 사이언스 스쿨] ml1.1 데이터 분석의 소개 ● 예측(prediction) : 예측이란 숫자, 문서, 이미지, 음성, 영상 등의 여러 가지 입력 데이터를 주면, 데이터 분석의 결과로 다른 데이터를 출력하는 분석 방법이다. - 데이터 분석에서 말하는 예측이라는 용어는 시간상으로 미래의 의미는 포함하지 않는다. 시계열 분석에서는 시간상으로 미래의 데이터를 예측하는 경우가 있는데 이 때는 미래예측(forecasting) 이라는 용어를 사용한다. ● 입력 데이터(input data) : 분석의 기반이 되는 데이터로 보통 알파벳 X로 표기한다. - 독립변수(independent variable), 특징(feature), 설명변수(explanatory variable) 등의 용어로 쓰기도 한다. ● 출력 데이터(output data) : 추정하거나 예측하고자.. 2021. 5. 5. [K-ICT 빅데이터센터] Ch1. 머신러닝 개요 및 개발 환경 구성 ★ 목차 1. 머신러닝의 기본 개념과 특징 2. 머신러닝의 분류 3. 머신러닝을 위한 개발 환경 구성 ★ 강의자료, 소스코드 다운받기: https://kbig.kr/portal/kbig/datacube/... 2021. 3. 25. [edwith] 인공지능 및 기계학습 개론 I : C4. Logistic Regression - 문일철교수 [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 Regress.. 2021. 3. 24. [edwith] 인공지능 및 기계학습 개론 I : C3. Naive Bayes Classifier - 문일철교수 [LECTURE] 3.1. Optimal Classification : edwith - 신승재 www.edwith.org [LECTURE] 3.2. Conditional Independence : edwith - 신승재 www.edwith.org [LECTURE] 3.3. Naive Bayes Classifier : edwith - 신승재 www.edwith.org [LECTURE] 3.4. Naive Bayes Classifier Application (Matlab Code) : edwith - 신승재 www.edwith.org - 출처: [edwith] 인공지능 및 기계학습 개론 I : C3. Naive Bayes Classifier - 문일철교수 2021. 3. 24. 이전 1 2 3 4 ··· 41 다음
