개인사정으로 업로드가 늦었다. 앞서 업로드한 (3)Evaluation Metrics for Classification와 함께 업로드한다.Warm-up교차검증1) 어떤 머신러닝 기법이 가장 좋은지 결정하는 방법2) 데이터를 통해 해야하는 과정 두가지머신러닝 메소드를 위한
개인 일정으로 인해 업로드가 늦었다. 학습한 메모를 바탕으로 업로드한다.Warm-up분류에서의 Confusion Matrix1) 얼마나 많은 범주 or 클래스들이 정확하게 예측되고, 예측되지 않았는지 나열하는 간단한 방법2) True Positive, True Nega
오늘 학습하면서 메모한 내용들을 간단히 업로드 해본다. Random Forests를 배웠다. 성능이 오히려 떨어지긴 했지만 머신러닝에 관한 지식은 늘어나고 있다. 묘한 상황이다. 오늘은 오버되지않게 정시에 끝냈다. 내일은 만족스러운 성능을 낼 수 있길 바란다.Warm-
오늘 학습하면서 메모한 내용들을 간단히 업로드 해본다. Decision Trees를 배웠다. 오늘도 성능을 위해서 노력해봤지만 그럭저럭한 성능을 보였다. 아마 아는 내용이 부족해서일 것이다. 남은 강의를 통해 성능을 점점 더 높여나가야겠다. 그리고 오늘도 오버해서 공부
오늘 학습하면서 메모한 내용들을 간단히 업로드 해본다. Logistic Regression을 배웠다. 머신러닝 파트는 확실히 재미가 있지만 모델의 성능에 대한 부분이 만족스럽지 않을 경우 계속 붙잡게되는 것 같다. 이로 인해 시간투자를 많이 했더니 몸살이 있어서 업로드
오늘 학습하면서 메모한 내용들을 간단히 업로드 해본다. Ridge Regression을 배웠다. 어제 배웠던 것에서 궁금했던 것들이 많이 해소되는 파트였다. 하지만 난이도가 높기도하고 내가 원하는 대로 결과값이 나오지 않는다. 경험이 더 필요할 것 같다.Warm-upR
오늘 학습하면서 메모한 내용들을 간단히 업로드 해본다. Multiple Regression을 배웠다. 오늘 진행하면서 느낀 것은 모델이 내가 생각하는 만큼 순순히 작동하지 않는다는 것이다. 여러 방법으로 최선의 결과를 낼 수 있는 방법을 찾는 과정이 생각보다 까다롭기도
오늘 학습하면서 메모한 내용들을 간단히 업로드 해본다. Simple Regression을 배웠다. 머신러닝 파트를 기다려왔던만큼 공부 하는데 큰 힘듬이 없었던 것 같다. 전체적으로 라이브러리가 존재하다보니 구현하기는 쉬웠지만, 각 모델들에 대한 이해력이 높을수록 이를