낡고 지친 회사원

이 강의 오리지널 버전(코세라 처음 생겼을 쯤)을 듣다가 말았었는데, 그때 그냥 진작에 들을걸... 물론 지금이 강의자료도 더 많고 번역본도 많아서 공부하긴 편하지만 그때 알아뒀으면 출발선이 지금보단 훨씬 앞에 있을 것 같다 흑흑 #2. Regression Model Linear regression model 기존 데이터들에 기반하여 예측선을 그리고, New input이 들어왔을때 해당 선에 매칭되는 output을 예측값으로 하는 것 Process training set (x : features, y : targets) -> learning algorithms(F, 즉 모델) 구축 -> new x(feature)를 모델에 넣어 y(prediction)을 도출하는 것 f(x) = w * x + b Nota..

Coursera의 근본과 같은 코세라 오리지널 머신러닝 강의를 듣기로 했다. [Link] 하루에 8시간씩 공부하면 2주 안에 끝날텐데, 아마..불가능하겠지...?^^ 3주안에 완강을 목표로 달려본다. #1. Supervised vs Unsupervised Learning [What is ML] 정의 machine learning as the field of study that gives computers the ability to learn without being explicitly programmed.(Arthur Samuel) ※예시 : 체스 프로그램을 컴퓨터가 tens of thousands 학습할 수 있게 하며 좋은 체스 플레이어가 되게 함 종류 Supersivsed learning - 현실에서..