728x90 머신러닝7 [ML_Basic] Rule_based machine learning (규칙 기반 기계학습) 강의 참고 https://kooc.kaist.ac.kr/machinelearning1_17/ 인공지능 및 기계학습 개론Ⅰ 강좌소개 : edwith 본 강의는 기계 학습에 대한 이론적 지식을 확률, 통계, 최적화를 바탕으로 소개합니다. 이 과정에서 다양한 확률 이론 및 통계 방법론을 설명하며, 최적화 방법을 소개하고, Naiv... - KAIST 산업및 kooc.kaist.ac.kr 가정 Rule based learning (규칙 기반 학습)에서는 중요한 가정이 있다. 바로 '현실 세계 완벽히 설명 가능'(Perfect world) 하다는 전제이다. 1. 관측 에러가 존재하지 않는다. (즉 불규칙한 관측은 존재하지 않는다.) Training data is error-free,noise-free 2. 확률론.. 2022. 12. 31. [ML_Basic] 베이지안 확률론 강의 참고 https://kooc.kaist.ac.kr/machinelearning1_17/ 인공지능 및 기계학습 개론Ⅰ 강좌소개 : edwith 본 강의는 기계 학습에 대한 이론적 지식을 확률, 통계, 최적화를 바탕으로 소개합니다. 이 과정에서 다양한 확률 이론 및 통계 방법론을 설명하며, 최적화 방법을 소개하고, Naiv... - KAIST 산업및 kooc.kaist.ac.kr 이 내용은 아래 내용에 이어진 내용입니다. 따라서 이 내용을 먼저 읽기를 권장합니다. https://thought-process-ing.tistory.com/70 [ML_Basic] 기본 확률론 강의 참고 https://kooc.kaist.ac.kr/machinelearning1_17 인공지능 및 기계학습 개론Ⅰ 강좌소개 : .. 2022. 12. 30. [ML_Basic] 기본 확률론 강의 참고 https://kooc.kaist.ac.kr/machinelearning1_17 인공지능 및 기계학습 개론Ⅰ 강좌소개 : edwith 본 강의는 기계 학습에 대한 이론적 지식을 확률, 통계, 최적화를 바탕으로 소개합니다. 이 과정에서 다양한 확률 이론 및 통계 방법론을 설명하며, 최적화 방법을 소개하고, Naiv... - KAIST 산업및 kooc.kaist.ac.kr 경험에 의한 확률 압정 던지기 압정을 던졌을 때 압핀이 위에 있는 경우를 T(tail)이라 하고 위에 있는 경우를 H(head)라고 하였을 때 5번 던진 결과 H(head) H(head) T(tail) T(tail) T(tail) 이 나왔을 때 P(T) = 3/5 P(H)= 2/5 라 할 수 있다. Binomial Distrib.. 2022. 12. 30. 이전 1 2 다음 728x90
