양정은T

인공지능 성능평가때 쓰임모델의 성능평가 지표x축 : predictive values(모델예측값)y축 : actual values(실제예측값)이를 통해 도출할 수 있는 값\-accuracy(정확도) : 전체 중 모델이 맞게 예측한 비율\-precision(정밀도) : 모

통계기반, 넷플릭스 추천시스템 핵심 알고리즘 중 하나, 자율주행자동차 원래 중 하나최신정보로 확률 업데이트. 즉각적인 정보에 바로 반응정보를 획득하면 확률이 달라짐. 어떤 class안에서 어떤 현상이 관측될 확률(실제 구매의지 유무 -> 점원에게 말 걸 확률)class

저번주 : Categorical descriptive feature(범주형) 오늘 : continuous descriptive feature(연속형), continuous일땐 같은 feature 다시 써도 됨 ROOT NODE 구하기 기본엔트로피 구하기 print((

지난번 수업에 이어서 진행(4주차 day1(23/9/18))pycharm에서 했었음\-기본 그래프 설정, 그리드 설정, RGB색 설정, ticks설정, 점그래프, 추세선, sizearray, colorarray한 코드에 다 녹여내본 것\-text alignment :

기본데이터 : 3개의 vector를 가진 matrix기본데이터과목별 최고점, 최우수 학생 구하기기본데이터

mean subtraction과 standardization을 반복하는 것은 차원을 계속 확장되고 있기 때문임. 저번에는 스칼라 하나(하나의 값)이었다면 이번에는 리스트로 작업 중. 차원이 더 확장되면 복수개의 리스트->행렬 등으로 계속 심화됨.내적 기호가 o임.mea

hadamard product : 원소끼리의 곱. 벡터값으로 나옴스칼라 : 숫자 하나, 벡터는 화살표=숫자뭉치중요한 것 : print해보기, shape뽑아보기!!!!!numpy의 broadcasting기법은 서로 다른 차원끼리의 연산을 가능하게 해줌. 여기서 shape

\-current file로 저장하고 run해야 작동함\-Numpy 활성화 안되는 이유는 아래에서 numpy 아직 안써서!\-cf) Set, get : 객체마다 메소드 출력해보면 set 또는 get이 나옴. Set은 설정값 넣어주는거, get은 설정값들을 불러오는거.\

딥러닝에서는 텐서플로우, 파이토치 사용. 최근 업계에선는 파이토치 많이 사용library처럼 Import 해서 사용. 근데 이건 framework. 일정한 형식에 맞춰서 해줘야함. 예시기술 : LLM(Large Language Model), 클로바노트, 유튜브 자동자막

클래스 시작