Coursera 머신러닝 강의 정리

2015년에는 머신러닝이 핫하게 떠올랐습니다. 구글과 페이스북에서도 머신러닝 엔진을 오픈소스로 공개했고, 머신러닝 기술을 활용한 앱과 서비스들도 다양하게 선보이고 있습니다. (https://www.tensorflow.org/) 발전된 기술도 활용을 잘 하려면 기초를 탄탄히 하는게 중요하겠지요. 머신러닝 기초 과정 중 가장 유명한 강의는 Coursera 의 Machine Learning class인데, 11주 짜리 온라인 강의를 일정대로 수강하기가 만만치 않습니다. 그래서, Alex&Company가 강의 내용을 한글로 요약 정리할 뿐 … Continue reading Coursera 머신러닝 강의 정리

Coursera ML class – week05 Neural Networks : Learning part I

이 포스트는 Coursera Machine Learning 강의(Andrew Ng 교수)를 요약 정리한 것 입니다. 포스트에 사용된 이미지 중 많은 내용은 동영상 강의 자료의 이미지 캡쳐임을 밝힙니다. Course Home: Coursera Machine Learning   Cost function 앞 시간에 우리는 Neural Network의 개념과 구성방식에 대하여 알아보았다. 이번에는 Neural Network의 Cost function을 어떻게 계산하는지 소개하겠다. 앞서서 우리는Classification문제를 해결하기 위한 Neural Network 모델에 … Continue reading Coursera ML class – week05 Neural Networks : Learning part I

Coursera ML class – week04 Neural Networks : Representation part II

이 포스트는 Coursera Machine Learning 강의(Andrew Ng 교수)를 요약 정리한 것 입니다. 포스트에 사용된 이미지 중 많은 내용은 동영상 강의 자료의 이미지 캡쳐임을 밝힙니다. Course Home: Coursera Machine Learning (이 글은 Coursera ML class – week04 Neural Networks : Representation part I 에서 이어집니다.)   Neural networks - Model Representation 2 앞서서 우리는 ai(j) 와 Θ(j)를 통해 hypothesis를 … Continue reading Coursera ML class – week04 Neural Networks : Representation part II

Coursera ML class – week04 Neural Networks : Representation part I

이 포스트는 Coursera Machine Learning 강의(Andrew Ng 교수)를 요약 정리한 것 입니다. 포스트에 사용된 이미지 중 많은 내용은 동영상 강의 자료의 이미지 캡쳐임을 밝힙니다. Course Home: Coursera Machine Learning     이번 시간에는 Neural Network라고 불리는 학습 알고리즘에 대하여 설명하도록 하겠다.   Non-linear hypothesis Neural Network는 꽤 오래 전부터 제시된 방법이지만 한동안 사람들의 관심을 받지 못했다가 … Continue reading Coursera ML class – week04 Neural Networks : Representation part I

Coursera ML class – week03 Logistic Regression, Regularization part II

이 포스트는 Coursera Machine Learning 강의(Andrew Ng 교수)를 요약 정리한 것 입니다. 포스트에 사용된 이미지 중 많은 내용은 동영상 강의 자료의 이미지 캡쳐임을 밝힙니다. Course Home: Coursera Machine Learning (이 글은 Coursera ML class – week03 Logistic Regression, Regularization part I 에서 이어집니다.)   Logistic Regression Multi-class classification 이번에는Logistic Regression에서 y값이 여러 개 있는 multi-class classification일 때를 … Continue reading Coursera ML class – week03 Logistic Regression, Regularization part II

Coursera ML class – week03 Logistic Regression, Regularization part I

이 포스트는 Coursera Machine Learning 강의(Andrew Ng 교수)를 요약 정리한 것 입니다. 포스트에 사용된 이미지 중 많은 내용은 동영상 강의 자료의 이미지 캡쳐임을 밝힙니다. Course Home: Coursera Machine Learning   지금까지는 Supervised Learning 중 예측값의 형태가 연속형(continuous)인 선형회귀 모델을 공부했다면, 지금부터는 예측값이 이산형(discrete)일 경우에 사용하는 classification(군집화)에 대하여 알아보도록 하겠다. 앞서, 종양의 크기에 따라 종양이 악성인지(1) 아닌지(0)으로 분류되는 … Continue reading Coursera ML class – week03 Logistic Regression, Regularization part I

Coursera ML class – week02 Linear Regression with Multiple Variable part II

이 포스트는 Coursera Machine Learning 강의(Andrew Ng 교수)를 요약 정리한 것 입니다. 포스트에 사용된 이미지 중 많은 내용은 동영상 강의 자료의 이미지 캡쳐임을 밝힙니다. Course Home: Coursera Machine Learning (이 글은 Coursera ML class – week02 Linear Regression with Multiple Variable part I 에서 이어집니다.)   Features and polynomial Regression   이번에는 한 단계 더 나아가 다변수 다항식에 대하여 계산해보자. … Continue reading Coursera ML class – week02 Linear Regression with Multiple Variable part II

Coursera ML class – week02 Linear Regression with Multiple Variable part I

이 포스트는 Coursera Machine Learning 강의(Andrew Ng 교수)를 요약 정리한 것 입니다. 포스트에 사용된 이미지 중 많은 내용은 동영상 강의 자료의 이미지 캡쳐임을 밝힙니다. Course Home: Coursera Machine Learning     Multiple features 우리는 여태까지 집의 크기(Size)를 사용해서 가격(Price)을 구하는 hypothesis에 대해 최소의 J(θ0, θ1) 값을 만드는 θ0, θ1 값을 구하는 방법에 대해 알아보았다. 그러나 실제 … Continue reading Coursera ML class – week02 Linear Regression with Multiple Variable part I