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
- 모두의 딥러닝
- 파이토치 강의 정리
- 해리스 코너 검출
- 영상처리
- 미디언 필터링
- object detection
- tensorflow 예제
- c언어
- 파이토치 김성훈 교수님 강의 정리
- 모두의 딥러닝 예제
- 케라스 정리
- C언어 공부
- c++
- TensorFlow
- 골빈해커
- 딥러닝 공부
- matlab 영상처리
- 김성훈 교수님 PyTorch
- pytorch
- 팀프로젝트
- c언어 정리
- 파이토치
- 컴퓨터 비전
- 가우시안 필터링
- 딥러닝
- pytorch zero to all
- 딥러닝 스터디
- MFC 프로그래밍
- Pytorch Lecture
- c++공부
Archives
- Today
- Total
목록지도학습 회귀 (1)
ComputerVision Jack
머신러닝 가이드 - Chapter 1 Intro
예측(Prediction) 데이터가 주어진 상태에서 비슷한 추론을 바탕으로 다음을 예측하는 것. 가지고 있는 데이터의 예제와 그에 대한 정답을 사용하여 학습자(Model)에 예제와 정답을 제공하는 것을 지도학습(supervised)라고 한다. 1.데이터에 관하여 데이터에서 유용한 정보를 추출하기 힘든 이유는 데이터가 크고 복잡하기 떄문이다. 데이터가 저장되는 방법 자체 또한 데이터의 유용성을 저해한다. 데이터의 차원의 크기가 커지면 차원을 줄이거나 컴퓨터를 사용하여 고차원 데이터를 처리한다. 글리프(Glyph) 3차원 보다 차원의 수가 너무 크게 넘어서지 않으면 크기나 색을 사용하여 다른 차원의 정보를 표현하는 방법 2.학습 학습(learning) 학습에 대한 중요한 개념은 테라바이트 이상의 데이터를 가..
DeepLearning/머신러닝 - Algorithm
2020. 2. 25. 23:09