yeon's 👩🏻‍💻

https://bkshin.tistory.com/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-6-K-%EC%B5%9C%EA%B7%BC%EC%A0%91%EC%9D%B4%EC%9B%83KNN?category=1057680 머신러닝 - 6. K-최근접 이웃(KNN) K-최근접 이웃(K-Nearest Neighbor, KNN)은 지도 학습 알고리즘 중 하나입니다. 굉장히 직관적이고 간단합니다. 어떤 데이터가 주어지면 그 주변(이웃)의 데이터를 살펴본 뒤 더 많은 데이터가 포함되어 bkshin.tistory.com 위 블로그를 필사하며 공부 * 모든 텍스트와 이미지의 출처는 위 블로그입니다. KNN(K-Nearest Neighbor)은 지도학습 알고리즘 중 하나 - 어떤 데이터가 ..

https://bkshin.tistory.com/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-14-AdaBoost?category=1057680 머신러닝 - 14. 에이다 부스트(AdaBoost) 본 챕터에서는 부스팅 기법 중 가장 기본이 되는 AdaBoost에 대해 알아보겠습니다. 부스팅에 대해서 잘 모르신다면 '머신러닝 - 11. 앙상블 학습 (Ensemble Learning): 배깅(Bagging)과 부스팅(Boosting)'을 참 bkshin.tistory.com 위 블로그를 필사하며 공부 * 모든 텍스트와 이미지의 출처는 위 블로그입니다. AdaBoost의 개요 아래와 같이 노드 1개에 2개의 리프(leaf)를 지닌 트리를 stump라고 합니다. AdaBoost는..

https://bkshin.tistory.com/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-1%EB%82%98%EC%9D%B4%EB%B8%8C-%EB%B2%A0%EC%9D%B4%EC%A6%88-%EB%B6%84%EB%A5%98-Naive-Bayes-Classification 머신러닝 - 1. 나이브 베이즈 분류 (Naive Bayes Classification) 나이브 베이즈는 스팸 메일 필터, 텍스트 분류, 감정 분석, 추천 시스템 등에 광범위하게 활용되는 분류 기법입니다. 나이브 베이즈 분류에 대해서 배우기 위해서는 베이즈 정리를 먼저 알아야 bkshin.tistory.com 위 블로그를 필사하며 공부 * 모든 텍스트와 이미지의 출처는 위 블로그입니다. 나이브 베이즈..

https://bkshin.tistory.com/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-4-%EA%B2%B0%EC%A0%95-%ED%8A%B8%EB%A6%ACDecision-Tree 머신러닝 - 4. 결정 트리(Decision Tree) 결정 트리(Decision Tree, 의사결정트리, 의사결정나무라고도 함)는 분류(Classification)와 회귀(Regression) 모두 가능한 지도 학습 모델 중 하나입니다. 결정 트리는 스무고개 하듯이 예/아니오 질문을 bkshin.tistory.com 위 블로그를 필사하며 공부 * 모든 텍스트와 이미지의 출처는 위 블로그입니다. * 결정 트리 (Decision Tree) : 특정 기준(질문)에 따라 데이터를 구분하는 모델..