목록AI/Machine Learning- Andrew Ng (5)
Neural Networks: Representation - Non-linear Hypotheses 여태까지 배워왔던 classification은 선형적인 상황에서 이루어졌다. 그러나 위 슬라이드와 같이 non-linear classification(비선형분류)을 진행해야 하는 경우도 발생한다. 만약 선형적으로 decision boundary를 결정해야 한다면, 그 식은 매우 복잡할 것이다. Feature의 개수 또한 증가해야할 것이고 overfitting의 문제가 발생할 소지도 있다. Neural Networks: Representation - Neurons and the Brain The "one learning algorithm" hypothesis란 뇌의 각 부분은 하나의 기작만 학습한다는 것이다..
Logistic Regression - Classification 1강에서 supervised learning(지도 학습)은 크게 regression과 classification로 나눌 수 있다고 언급한 바 있다. 2강에서는 regression에 대하여 살펴보았고, 3강에서는 classification에 대하여 알아볼 것이다. Classification은 분류의 문제이며, 특정 이메일이 스팸인지 아닌지, 사기 온라인 거래임을 파악할 수 있는지 아닌지, 특정 종양이 악성인지 양성인지 확인할 수 있다. 분류할 종목이 2가지이면 {0,1} 두개의 결과값을 가지게 되며, 0과 1은 각각 "거짓", "참"으로 나눌 수 있다. 분류할 종목이 4가지라면 {0,1,2,3} 네개의 결과값을 가지게 된다. Classifi..
Linear Regression with Multiple Variables - Multiple Features Univariate linear regression과 달리 multiple feature은 특정 y값(종속변수)을 결정짓는 feature(독립변수)가 여러개이다. 간단한 notation을 살펴보면 n = feature의 개수 x^(i) = i번째 training example의 모든 입력값 xj^(i) = i번째 training example의 j번째 feature 임을 확인할 수 있다. Univariate linear regression의 가설과는 달리 multiple feature(위 슬라이드처럼 feature이 4개)이 있을 때에는 가설을 형태로 설정한다. 그리고 각각의 parameter을..
머신러닝이란? 머신러닝(한국어로 기계학습이라고도 한다)은 AI의 세부분야 중 하나이다. 컴퓨터가 스스로 새로운 능력을 학습하도록 한다. 머신러닝의 예로는 대량의 데이터에서부터의 데이터마이닝 코딩만으로 해결할 수 없는 코딩문제 (자율 헬리콥터, 손글씨 인식, NLP, CV 등) 아마존, 넷플릭스와 같은 개인을 위한 맞춤 프로그램 인간의 학습과정 이해 가 있다. 그렇다면 머신러닝이란 무엇일까? Arthur Samuel(1959)는 머신러닝을 프로그래밍 되지 않아도 컴퓨터가 스스로 학습할 수 있도록 하는 학문이라고 하였다. 조금 구체적으로 Tom Mitchell(1998)은 머신러닝을 경험 E, 작업 T, 성능 P로 나누어 설명한다. 작업 T에 대한 경험 E를 해서 성능 P가 증가한다면, "컴퓨터가 스스로 학..
Andrew Ng교수님의 Machine Learning은 코세라(Coursera)라는 대형 무크 강의 플랫폼에서 누구나 시청할 수 있도록 공개한 강의입니다. 교수님께서 코세라 창시자이기도 하셔서, 강의의 짜임새가 매우 정교하게 이루어져 있습니다. 해당 강의의 링크는 아래를 참고바랍니다. https://www.coursera.org/learn/machine-learning? 기계 학습 스탠퍼드 대학교에서 제공합니다. Machine learning is the science of getting computers to act without being explicitly programmed. In the past decade, machine ... 무료로 등록하십시오. www.coursera.org 본 강의는 ..