- 머신러닝스터디/2016
- 머신러닝스터디/2016/2016_03_19
- 머신러닝스터디/2016/2016_03_26
- 머신러닝스터디/2016/2016_04_02
- 머신러닝스터디/2016/2016_04_09
- 머신러닝스터디/2016/2016_04_16
- 머신러닝스터디/2016/2016_04_30
- 머신러닝스터디/2016/2016_05_07
- 머신러닝스터디/2016/2016_05_14
- 머신러닝스터디/2016/2016_05_21
- 머신러닝스터디/2016/2016_05_28
- 머신러닝스터디/2016/2016_06_04
- 머신러닝스터디/2016/2016_06_11
- 머신러닝스터디/2016/2016_06_18
- 머신러닝스터디/2016/2016_07_02
- 머신러닝스터디/2016/2016_07_09
- 머신러닝스터디/2016/2016_07_16
- 머신러닝스터디/2016/2016_07_23
- 머신러닝스터디/2016/2016_07_30
- 머신러닝스터디/2016/2016_08_06
- 머신러닝스터디/2016/2016_08_13
- 머신러닝스터디/2016/2016_08_20
- 머신러닝스터디/2016/2016_08_27
- 머신러닝스터디/2016/2016_09_03
- 머신러닝스터디/2016/2016_09_10
- 머신러닝스터디/2016/2016_09_24
- 머신러닝스터디/2016/2016_10_01
- 머신러닝스터디/2016/2016_10_08
- 머신러닝스터디/2016/2016_10_29
- 머신러닝스터디/2016/2016_11_05
- 머신러닝스터디/2016/2016_12_10
- 머신러닝스터디/2016/목차
내용 ¶
- Logistic Regression(Binary Regression)
- Softmax
- exponential을 쓴다.
- 항상 양의 값을 가지며 단조 증가한다는 특징을 가짐.
- 항상 양의 값을 가지며 단조 증가한다는 특징을 가짐.
- exponential을 쓴다.
- TensorFlow API
- 가장 중요한 것은 graph의 shape