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
- 코딩더매트릭스
- LSTM
- collections
- 딥러닝
- python
- 선형대수
- 알고리즘
- 그래프이론
- 하둡2
- 텐서플로
- HelloWorld
- 하이브
- 파이썬
- recursion
- 주식분석
- effective python
- graph
- codingthematrix
- NumPy
- Java
- RNN
- GRU
- hadoop2
- tensorflow
- C언어
- scrapy
- yarn
- hive
- Sort
- C
Archives
- Today
- Total
목록ML (1)
EXCELSIOR
머신러닝의 정의 및 분류
1. 정의 1) 카네기멜론 대학교의 톰 미첼(Tom Mitchell) 교수는 [머신러닝] 이라는 저서에서 다음과 같이 정의 했다. " 만약 컴퓨터 프로그램이 특정한 태스크 T를 수행할 때 성능 P 만큼 개선되는 경험 E를 보이면 그 컴퓨터 프로그램은 태스크와 성능 P에 대해 경험 E를 학습했다라고 할 수 있다." 예를 들어, 컴퓨터에 필기체를 인식하는 학습을 시킨다고 했을 때, ① 태스크 T : 필기체를 인식하고 분류하는 것 ② 성능 P : 필기체를 정확히 구분한 확률 ③ 학습 경험 E: 필기체와 정확한 글자를 표시한 데이터 셋 2) 실무에서는 다음과 같이 정의할 수 있다. "학습(Learning) = 표현(representation) + 평가(evaluation) + 최적화(optimization)" ..
Machine_Learning(ML)
2016. 10. 12. 18:29