[ML] 3. Logistic Regression
3.0 Intro Chapter 2에서 다룬 linear model의 핵심 idea는 x를 w와 선형결합한 signal이었다. linear regression과 linear classification은 모두 이를 바탕으로 한 model이었다. 이 때 linear classification은 'Hard' binary classification이었고 0이라는 Hard한 threshold를 기준으로 binary한 결과값을 출력했다. logistic regression은 'Soft' binary classification으로써 binary response에 대한 probability를 출력하는 model이다. 3.1 Logistic Regression Intro에서 이야기한 바와 같이 Logistic regre..
머신러닝
2020. 7. 27. 20:50
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- Neural Network
- 딥러닝
- 영상처리
- Andrew ng
- 신경망
- 이산 신호
- 순환 신경망
- 컴퓨터과학
- 이미지처리
- gradient descent
- 인덱스 이미지
- RGB이미지
- 머신러닝
- 연속 신호
- 영상구조
- 이미지
- rnn
- NLP
- 신호 및 시스템
- 사진구조
- 매트랩 함수
- 밑바닥부터 시작하는 딥러닝
- Logistic Regression
- CNN
- 매트랩
- CS
- 컴퓨터 과학
- ML
- 자연어 처리
- 머신 러닝
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함