Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 유니티
- reinforcement learning
- Series
- optimization
- 모두를 위한 RL
- 사이킷런
- 논문
- 김성훈 교수님
- rl
- David Silver
- neural network
- 판다스
- 강화학습
- 딥러닝
- Python Programming
- 리스트
- Hessian Matrix
- machine learning
- Jacobian Matrix
- Linear algebra
- Laplacian
- paper
- statistics
- pandas
- 데이터 분석
- ML-Agent
- list
- convex optimization
- Deep Learning
- unity
Archives
목록RMSE (1)
RL Researcher
평균 제곱근 오차(RMSE(Root Mean Squared Error))
1. 평균 제곱근 오차(Root Mean Squared error) $$RMSE = \sqrt{RMSE} = \sqrt{\frac{(y_{i}-t_{i})^{2}}{n}}$$ RMSE란 정밀도를 확인하기 위한 수치 중 하나입니다. 컴퓨터(Machine)가 추정한 값 또는 모델이 예측한 값과 실제 정답의 값(Label)의 차이를 다룰 때 흔히 사용합니다. 추정값과 실제값의 차이를 잔차(residual)라고 합니다. 평균 제곱은 오차(RMSE)는 잔차들을 하나의 측도로 종합할 때 사용합니다.(※ RMSE는 회귀 모델일 때 흔히 사용합니다.) 다음은 평균 제곱근 오차(RMSE)의 코드를 python에서 구현해 보겠습니다. MSE의 예제를 이용해서 구현해보도록하겠습니다. # Module import import..
Machine-Learning/Algorithm
2020. 12. 25. 01:44