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 |
- Machine Learning Advanced
- 큐
- Semantic Segmentation
- 파이썬
- 알고리즘
- Recsys-KR
- pytorch
- 코딩테스트
- 입문
- Python
- MySQL
- Image Segmentation
- DilatedNet
- DFS
- 추천시스템
- Segmentation
- 엘리스
- Object Detection
- TEAM EDA
- 협업필터링
- 한빛미디어
- eda
- 프로그래머스
- hackerrank
- 튜토리얼
- TEAM-EDA
- 스택
- 나는리뷰어다
- 나는 리뷰어다
- 3줄 논문
- Today
- Total
목록전체 글 (287)
TEAM EDA
이번주 슬라이드: https://lagunita.stanford.edu/c4x/HumanitiesScience/StatLearning/asset/classification.pdf 교재 4.4 중 4.4.1, 4.4.2를 공부하시면 됩니다. (영문: 138~ 141, 국문: 159 ~ 164p) *Linear Discriminant Analysis and Bayes Theorem (7:12)-4.4.1*https://www.youtube.com/watch?v=RfrGiG1Hm3M&list=PL5-da3qGB5IC4vaDba5ClatUmFppXLAhE*Univariate Linear Discriminant Analysis (7:37)-4.4.2*https://www.youtube.com/watch?v=QG0..
이번주 슬라이드: https://lagunita.stanford.edu/c4x/HumanitiesScience/StatLearning/asset/classification.pdf 교재 4.3를 공부하시면 됩니다. (영문: 130 ~ 137p, 국문: 151 ~159p) 참고 동영상:*Logistic Regression and Maximum Likelihood (9:07)*https://www.youtube.com/watch?v=31Q5FGRnxt4&list=PL5-da3qGB5IC4vaDba5ClatUmFppXLAhE *Multivariate Logistic Regression and Confounding (9:53)*https://www.youtube.com/watch?v=MpX8rVv_u4E&list..
이번 2주차 공부 주제 : Ch4: Classification 이번주 슬라이드https://lagunita.stanford.edu/c4x/HumanitiesScience/StatLearning/asset/classification.pdf 교재 안내교재 4.1, 4.2를 공부하시면 됩니다. (영문: 127 ~ 130p, 국문: 147 ~151p) 참고 동영상 : Introduction to Classification (10:25)https://www.youtube.com/watch?v=sqq21-VIa1c&list=PL5-da3qGB5IC4vaDba5ClatUmFppXLAhE 3장 지난 선형회귀모델에서는 Y 반응변수를 quantitative하다고 가정했습니다. 한마디로 보통 우리가 생각하는 숫자형태의 데이..
리더님 정답파일
질문1) 유연한 통계학습방법과 덜 유연한 방법중 어느것이 일반적으로 성능이 더 나은지 말해보자. 내 답변) 질문의도를 정확히 모르겠는데, a)의 경우 설명변수의 수에 비해 표본의 크기가 크니 덜 유연한 방법을 사용해도 충분히 학습되서 성능이 좋을 것 같습니다. 반대로 b)의 경우 p가 n에 비해 클 경우 선형회귀 같은 통계적인 방법을 사용할 수 없고 비모수적 기법(k-nearest)도 성능이 좋지 않으니 유연한 방법을 써야할 것 같습니다. 질문2) 각 시나리오가 분류 혹은 회귀문제 인지 설명하고, 가장 관심 있는것이 추론인지 혹은 예측인지 명시해보자. n과 p 또한 생각해보자. 내 답변) A : 회귀문제 - 추론 / n=500개 p = 4 이익, 직원 수, 업종, CEO 연봉 / p에 비해 n이 많은 상..