E D R , A S I H C RSS

SIN

The Singularity Is Near.... ~ 친알파 ~


스터디 시간은 월요일 2시 경으로 진행하고 싶습니다


1. 소개

  • ML 스터디
  • 내용 정리 다시 합니다.
  • 휴학생이라 집에서 혼자 공부 중

1.1. 목표

  • ML에 대한 포괄적인 스터디 진행 예정
  • 천천히 오래동안 진행 할 예정
  • 사실 ML을 배워서 게임에 적용을 하거나 적용 방법을 확립하여 실험하고 싶습니다. 개인적으로.

1.2. 참가원

2. 스터디

2.1. 스터디 페이지

  • /20160314
  • 3월 21일 서류 쓰느라 패스
  • 3월 28일. 페이지 따로 만들기 귀찮아서 그냥 이걸로 써야지. linear regression in one value 영상을 다 보았습니다.
  • 4월 03일. "시작해요, 언리얼" 행사 참가로 토요일 ML 스터디 탈주 및 해당 스터디의 진도에 조금 늦어서 영상을 한번 더 봤습니다. 이번에 본 부분은 Linear Regression with Multiple Variables.
  • 5월 16일. 언젠지 모르겠지만 저번에 Logical regression을 봤고 오늘은 Neural Network를 봤습니다.
    • 내용을 한번에 정리 할 수 없습니다. 나중에 한번 더 보고 정리 해보겠습니다.


  • 이곳에서부터 다시 정리합니다.

2.1.1. Week 1

  • ML이란?
    • 프로그램에 명시하지 않더라도 스스로 배울 수 있도록 하는 과학

  • ML의 적용 예시 소개
  • Supervised Learning
    • 우리가 알고리즘에 정확한 답을 알고 있는 data set을 주는 것
    • 옳바른 데이터를 전달하면 이를 분석하여 다른 옳바른 데이터를 생성
    • Ex) 유방암 검사

  • Unsupervised Learning
    • Data set의 정보와 cluster 된 그룹의 차이를 자세히 몰라도 나누어진 그룹을 구분 할 수 있다.
    • Ex) google, DNA, Cocktail Party Problem

  • 몇 가지 문제 예시 소개
    • Regression Problem
      • 주어진 데이터를 기반으로 연속적인 값을 예측하는 문제
    • Classification
      • 이산적인 문제 해결
      • 사실 케이스가 2개 이상이어도 된다.
      • 케이스 간의 서로 독립적이어야 한다.
    • Cluster
      • data set을 같은 것끼리 그룹을 묶는 것

  • Linear Regression
    • data가 1차 함수 형태로 나타날거라 가정하고 예측
    • h(x) = septa0 + septa1*x
      • h(x) = hypotheses
      • x = data
      • 실제 주어진 값 y와 hypotheses의 차이를 최대한 줄이는 것이 목적

  • cost function

2.1.2. Week 2



2.1.3. Week 3



2.1.4. Week 4



2.1.5. Week 5



2.1.6. Week 6



2.1.7. Week 7



2.1.8. Week 8




2.2. 참고자료

3. 페이지 댓글

3.1. 공지



3.2. 잡담

  • 알알못 머알못 ML을 하고 싶어 던져봅니다 - 유재범
  • 신의 탑 작가 이름이 SIU 라서 신의 탑을 오르는줄 착각을... -bluemir
    • 사실 삼각함수를 노렸습니다... - 유재범

Valid XHTML 1.0! Valid CSS! powered by MoniWiki
last modified 2016-07-04 15:39:17
Processing time 0.1020 sec