데이터분석20 [이론] 머신러닝 알고리즘 기초 (인공뉴런-퍼셉트론, 에이다라인) Comment: 비정공자의 경우 인공지능/머신러닝을 배울 떄 퍼센트론만 생각할 수 있는데, 에이다라인과 비교하여 알면 좋다 퍼셉트론 관련 내용 참조 : http://yamalab.tistory.com/36 에이다라인 학습- 로지스틱 회귀 모델이나 서포트 벡터 머신과 같은 분류모델에 관한 고급 머신러닝 알고리즘을 이해하기 위한 기초- 페셉트론과의 차이점: 비용함수를 정의하고 최소화하함=> 실수 분류 레이블임. 참고자료 http://coolingoff.tistory.com/8 2018. 4. 24. 머신러닝 관련 알아두면 좋은 내용 [머신러닝] 당신이 당장 알아야 하는 8개의 알고리즘 http://acornedu.blog.me/220972011210 [빅데이터] 하둡과 아파치 스파크 파헤치기 https://acornedu.blog.me/220972011210 2018. 4. 19. 파이썬_머신러닝_딥러닝_ 많이 쓰는 라이브러리 모음_링크 * 파이썬 - python.3(영어) : https://docs.python.org/3/ * 빅데이터 관련 - 크롤링_BeautifulSoup(영어) : https://www.crummy.com/software/BeautifulSoup/bs4/doc/#- 크롤링_BeautifulSoup(한글) : https://cryptosan.github.io/pythondocuments/documents/beautifulsoup4/- 크롤링_selenium (영어) : http://selenium-python.readthedocs.io/- 데이터프레임_pandas (영어) : https://pandas.pydata.org/pandas-docs/stable/- 다차원데이터_numpy +scipy (영어) : https.. 2018. 4. 5. [머신러닝, 인공지능] 혼자서 공부하기 좋은 사이트 목록_계속 업데이트 1. 모두를 위한 머신러닝/딥러닝 강의 : http://hunkim.github.io/ml/ => 홍콩과기대 김성훈 교수님 강좌 2. 한양대 이상화 교수님의 선형대수학 강의 : http://goo.gl/9wvZiR => 3. 앤드류 응 교수님의 머신러닝 강의 : http://goo.gl/gg9iSd => 머신러닝 기초 강좌로, 머신러닝 강좌 중에 가장 유명하고 많은 추천을 받은 강좌 4. 제프리 힌튼 교수님의 딥러닝 강의 http://goo.gl/GbC3qd => 신경망 강의 5. 신경망 첫걸음 "한빛 미디어, 2017" => 신경망 이론을 가장 쉽게 설명한 책 6. 밑바닥부터 시작하는 딥러닝 "한빛미디어, 2017" => 신경망의 기초 이론을 코드로 쉽게 익힐 수 있게함 7. 마스터 알고리즘 "비즈니스.. 2018. 4. 3. Deep learning for Business with python-N.D Lewis-chapter 6 chapter 6 - How to Model Insurance Claims 1. 리스크 분류 이해하기 - the basic idea is split an insurance portfolio into classes that consist of comparable risks. - policy holder characteristics(age, etc...), and vehicle characteristics(model, manufacturer, etc..) - the actual details differ somewhat across countries 2. 데이터 실습 3. 오류 sknn.mlp import error : module not found 1) pip install scikit-neuralnetw.. 2018. 4. 2. 이전 1 2 다음 반응형
