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
- c언어
- tensorflow 예제
- 모두의 딥러닝
- pytorch
- 케라스 정리
- C언어 공부
- pytorch zero to all
- 딥러닝 스터디
- 딥러닝
- c언어 정리
- TensorFlow
- 파이토치 김성훈 교수님 강의 정리
- 파이토치
- 딥러닝 공부
- 골빈해커
- 파이토치 강의 정리
- MFC 프로그래밍
- 김성훈 교수님 PyTorch
- c++공부
- 미디언 필터링
- c++
- 팀프로젝트
- matlab 영상처리
- 컴퓨터 비전
- 해리스 코너 검출
- 가우시안 필터링
- Pytorch Lecture
- 영상처리
- object detection
- 모두의 딥러닝 예제
Archives
- Today
- Total
목록머신러닝 기초 통계학 (1)
ComputerVision Jack
머신러닝 가이드 - Chapter 2 preview
1.용어 설명 입력 값(inputs) 과 입력 벡터(input vector) 입력 값은 알고리즘에 입력되는 데이터이다. 입력 벡터는 실수로 되어 있고, 연속된 번호들의 벡터로 되어 있다. 벡터의 크기는 요소들의 개수를 뜻하며, 입력 값의 차원(dimentionality)이다. 출력 값(outputs) 입력 값을 토대로 머신러닝 모델에 의해 출력되는 값이다. 머신러닝 알고리즘은 입력값의 집합을 통해 출력 값을 반환하는 과정을 반복한다. 입력(Inputs) : 입력 벡터는 알고리즘에 입력으로 주어진 데이터를 나타낸다. 가중치(weight) : 노드 i와 j를 연결하는 가중치는 Wij로 표현하며, 뉴럴 네트워크에서는 뇌의 시넵스를 표현한다. 출력(Outputs) : 출력 벡터 y는 j값이 1에서 벡터의 차원인..
DeepLearning/머신러닝 - Algorithm
2020. 2. 27. 00:38