이 책을 시작하며 현대 과학과 엔지니어링 분야에서 실제 현상을 이해하고 실험 결과를 예측하며 유용한 기술을 개발할 수 있는 고급 모델을 고안합니다. 이러한 학문 분야에서는 수학적 모델이 활용되므로 수학 학습이 필요합니다. 이 책에서 배울 수 있는 선형대수학 기법은 현존하는 수학적 모델링 도구 중 가장 강력합니다. 선형대수학의 핵심은 선형성(lin...

Summary Model은 예측성능이 높아야 유용합니다. 근본적인 목적은 고품질의 model을 만드는 것입니다. Algorithm이 만드는 model의 평가 방법을 알아봅니다. 교차검증 model 만들기 (11.1) # Model을 훈련하고 어떤 성능지표(정확도, 제곱오차 등)를 사용하여 얼마나 잘 동작하는지 계산합니다. # Tra...

Summary Feature selection은 고품질의 정보가 많은 feature를 선택하고 덜 유용한 feature는 버리는 방식입니다. Filter: 통계적 속성을 조사하여 가장 뛰어난 feature를 선택합니다. Wrapper: 시행착오를 통해 가장 고품질의 예측을 만드는 feature의 부분조합을 찾습니다...

Lecture Info Certificate

Summary Dimension reduction을 위한 feature extraction의 목적은 feature에 내제된 정보는 최대한 유지하면서 feature set \(\rho_{original}\)을 새로운 set \(\rho_{new}\)로 변환하는 것입니다. Feature extraction의 한 가지 단점은 새로운 set \(\rho_...

Summary Category data를 machine learning에 알맞은 feature로 변환하는 다양한 전략을 알아봅니다. Category Data Encoding # sklearn의 LabelBinarizer 사용 one-hot encoding: 순서가 없는 category data feature를 encoding 합니다....

Lecture Info Certificate

Lecture Info Certificate

Lecture Info Certificate

Lecture Info Certificate