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
- Image Segmentation
- Machine Learning Advanced
- 파이썬
- 한빛미디어
- 코딩테스트
- 3줄 논문
- Recsys-KR
- DilatedNet
- 큐
- 나는리뷰어다
- 엘리스
- 협업필터링
- DFS
- MySQL
- TEAM-EDA
- 입문
- Segmentation
- TEAM EDA
- 알고리즘
- 추천시스템
- eda
- Object Detection
- pytorch
- 스택
- Semantic Segmentation
- 나는 리뷰어다
- 튜토리얼
- 프로그래머스
- hackerrank
- Python
Archives
- Today
- Total
목록2023/08/11 (1)
TEAM EDA

이번 강의에서는 머신러닝 모델 중에서도 특히, 선형 모델인 선형 회귀 (Linear Regression)에 대해 살펴보도록 하겠습니다. 선형 회귀가 어떤 것인지 개념에 대해 살펴본 후, 해당 모델의 장점, 주의해야할 점, 단점에 대해 살펴본 후 해당 모델의 한계를 개선할 모델인 Ridge, Lasso, ElasticNet에 대해 살펴보겠습니다. 선형 회귀란 무엇이고 왜 해야하는 것일까요? 선형 회귀는 x라는 독립변수(independent variable)에 대해서 y라는 종속변수(dependent variable)의 관계를 선형으로 학습하는 방법을 의미합니다. 여기서 독립변수 x가 한개인 경우 (ex. y = b0 + b1*x1)를 단순 선형 회귀라고 하고, x가 여러개인 경우를 다중 선형 회귀라고 부릅..
EDA Study/Machine Learning Advanced
2023. 8. 11. 20:51