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
- overfitting
- clustering
- dynamic programming
- classification
- AlexNet
- SIFT
- image processing
- MinHeap
- 백준
- DP
- TD
- opencv
- sklearn
- canny edge detection
- Mask Processing
- machine learning
- 머신러닝
- MySQL
- Reinforcement Learning
- edge detection
- dfs
- C++
- 강화학습
- dropout
- 그래프 이론
- BFS
- 딥러닝
- object detection
- Python
- exists
Archives
- Today
- Total
목록linear regression (1)
JINWOOJUNG
Linear Regression
본 게시글은 인하대학교 유상조 교수님의 Machine Learning Tutorial Seminar 수강 후정리를 위한 포스팅입니다. 모든 포스팅의 저작관은 유상조 교수님에게 있음을 사전 공지합니다. Classification(분류) : 구별되는 클래스를 예측하는 작업 Regression(회귀) : 실수값/연속적인 값(continuous qunatity)을 예측하는 작업 Linear Regression Linear Regression은 하나 혹은 다수의 Input(explanatory/independent variables)와 Output(a scalar response/dependent variable)의 상관관계를 모델링하는 것이다. 이때 Input Data는 다음과 같이 정의된다. $$x^i = [..
Machine Learning
2024. 1. 2. 23:53