기괴기계 (인공지능, ROS, 확률 통계 etc..)

목차 1. Probabilistic interpretation (머신러닝의 확률적 해석) 2. Locally weighted linear regression ( 지역 가중 선형회귀) 3. Logistic regression 4. Newton’s Method 개인적으로는 강의를 들으면서 처음으로 막혔던 강의였습니다. 열심히 정리해볼게요:) 1. Probabilistic interpretation (머신러닝의 확률적 해석) 머신러닝의 확률적 해석을 하는 이유: Cost function J가 왜 최소 제곱의 합의 꼴인가에 대한 유도를 하기 위해서 입니다. 1-1. 확률분포란? 확률 분포란: 수집 및 관측된 데이터의 발생 확률을 잘 근사하는 분포 보통 $$ p(x|\theta) $$ 로 나타냅니다. theta ..

CS229 수강을 하면서 굉장히 많은 구글링을 했는데요, 참고하면서 보면 좋을 것 같은 내용 및 사이트들을 공유하려고 합니다. 더 좋은 내용들을 추가해서 계속 수정하도록 하겠습니다. 1. CS229 모든 Lecture Note 및 Problem Set 공유해놓은 Github https://github.com/maxim5/cs229-2018-autumn GitHub - maxim5/cs229-2018-autumn: All notes and materials for the CS229: Machine Learning course by Stanford University All notes and materials for the CS229: Machine Learning course by Stanford Univ..

목차 1. 선형회귀 1-1. 경사하강법 1-2. 확률적 경사하강법 1-3. 정규방정식 1. 선형회귀란? Process of supervised learning: feed training set to a learning algorithm, and make prediction about housing prices (선형회귀의 과정: learning algoritm에 학습 데이터 셋을 주고, 집값에 대한 예측을 만들어 내는 것) 사진 속 h는 hypothesis로 input과 output의 관계를 나타내는 함수이다. (input은 training set이고, output은 예측한 값이다.) size of house라는 입력값이 h함수에 들어가게 되면, estimated price라는 출력값이 나오게 된다. 이..

CS229 Lecture 1은 오리엔테이션의 성격이 강한 강의였습니다. 가볍게 정리하고 넘어가겠습니다. 머신러닝이란? 가장 널리 인용되는 머신러닝의 정의: Arthur Samuel (1959): Field of study that gives computers the ability to learn without being explicitly programmed What is Supervised Learning (지도학습이란 무엇인가?) 지도학습이란 정답이 있는 데이터 셋을 학습하는 것을 의미합니다. 지도학습의 종류 중 하나에 회귀(Regression)가 있습니다. 회귀는 가장 널리 쓰이는 머신러닝 학습 방법입니다. 회귀의 목표는 x값으로부터 y값을 얻어내는 것입니다. 1. x값으로 부터 y값을 정확히 예측..

stanford의 오픈 머신러닝 강의인 CS229(2018 autumn)를 완강을 했습니다. 2018 autumn 버전을 선택한 이유는 교수가 andrew ng 교수라서 (워낙 저명한 교수님이기도 하고 자료가 많을거라고 생각했습니다.)선택을 했습니다. ※스탠퍼드의 대학원생이 듣는 강의입니다※ https://www.youtube.com/watch?v=jGwO_UgTS7I&list=PLoROMvodv4rMiGQp3WXShtMGgzqpfVfbU 7월 중순부터 약 8주동안 수강을 했고 그 느낀 점을 적으려고 합니다. 일단 수강을 하기에 앞서 제 사전 지식에 대해 말씀을 드리겨고 합니다. 수학과목: 미분적분학1,2 선형대수학, 공학수학 1,2 과목을 듣고 수강을 했습니다. 그리고 머신러닝에 대한 대학전공과목을 하..