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
- 강화학습
- paper
- 데이터 분석
- 모두를 위한 RL
- Hessian Matrix
- Jacobian Matrix
- 사이킷런
- 판다스
- Series
- ML-Agent
- Deep Learning
- unity
- convex optimization
- statistics
- neural network
- list
- 유니티
- 딥러닝
- Python Programming
- pandas
- Linear algebra
- 리스트
- reinforcement learning
- Laplacian
- rl
- David Silver
- optimization
- 김성훈 교수님
- machine learning
- 논문
Archives
목록binary classification (1)
RL Researcher
분류(Classification)와 회귀(Regression)
분류(Classification)와 회귀(Regression)는 지도학습(Suprevised Learning)의 목적이라 할 수 있습니다. 지도학습이란? 입력과 출력 데이터(train data)가 있고, 이를 모델화하여 새로운 데이터에 대해 정확한 출력을 예측하는 것입니다. 1. 분류(Classification) 분류는 미리 정의된, 가능성이 있는 여러 클래스 레이블 중 하나를 예측하는 것입니다. sklearn의 dataset 중 붓꽃의 품종을 예측하는 것은 분류에 속합니다. 가장 대표적인 예로는 스팸메일을 분류하는 것이 있습니다. 분류(Classification)의 종류 1-1 이진분류(binary classification) 이진 분류를 쉽게 설명하자면 그렇다 / 아니다 2개로 분류하는 것이니다. 이..
Mathmatics/Machine Learning Statistics
2020. 12. 24. 16:04