인공지능? 최근 교육, 취업, 제조업 등 모든 분야에서 인공지능을 사용하고 있다며 광고하는 모습을 어렵지 않게 접하셨을겁니다. 뉴스에서는 금방이라도 세상이 기계에 지배당할 것 처럼 보도하고 이에 대해 제대로 알지 못하는 사람들은 이런 뉴스에 공포감을 느끼곤 하는데요, 이번 포스트에서는 인공지능이라고 불리는 기술 [인공 신경망] 에 대해 알아보겠습니다. 사실은 오래된 역사 한국에서는 알파고 이후 유명세를 띄기 시작하면서 인공지능 붐이 일기 시작했습니다. 하지만 인공 신경망 기술의 역사는 우리가 생각하는 것보다 매우 깊습니다. 처음 이 기술의 아이디어가 등장한 것은 1940년대 였습니다. 신경세포가 하는 일이 컴퓨터를 구성하는 이진회로와 유사하다는 사실을 알게 되고 Perceptron 이라는 인공신경을 디자..
지도학습 알고리즘지도학습 관련 알고리즘들로는 최근접 이웃 (Nearest Neighbor)나이브 베이즈 (Naive Bayes)의사결정 트리 (Decision Trees)분류 규칙 학습자 (Classification Rule Learners)선형 회귀 (Linear Regression)회귀 트리 (Regression Trees)모델 트리 (Model Trees)신경망 (Neural Networks)서포트 벡터 머신 (Support Vector Machines)등 ......오늘은 스무고개를 연상케하는 알고리즘이며 강건한 모델이라고 불리는 의사결정트리에 대해서 알아보겠습니다. 의사결정트리(Decision Trees) - 이론 의사결정트리는 전형적인 분류 모델이며 매우 직관적인 방법 중 하나입니다. 다른 모..
지도학습 알고리즘 지도학습 관련 알고리즘들로는 최근접 이웃 (Nearest Neighbor) 나이브 베이즈 (Naive Bayes)의사결정 트리 (Decision Trees)분류 규칙 학습자 (Classification Rule Learners)선형 회귀 (Linear Regression)회귀 트리 (Regression Trees)모델 트리 (Model Trees)신경망 (Neural Networks)서포트 벡터 머신 (Support Vector Machines)등 ......오늘은 베이지안 기법을 사용해 발전한 분류방법인 나이브 베이즈 분류에 대해 알아보겠습니다.나이브 베이즈(Naive Bayes) - 이론 : 베이즈 정리나이브 베이즈 분류를 이해하기 위해선 나이브 베이즈의 기본이 되는 베이즈 정리에 ..
지도학습 알고리즘지도학습 관련 알고리즘들로는 최근접 이웃 (Nearest Neighbor)나이브 베이즈 (Naive Bayes)의사결정 트리 (Decision Trees)분류 규칙 학습자 (Classification Rule Learners)선형 회귀 (Linear Regression)회귀 트리 (Regression Trees)모델 트리 (Model Trees)신경망 (Neural Networks)서포트 벡터 머신 (Support Vector Machines)등 ......이 있다고 말씀 드렸었습니다. 그 중 오늘은 가장 고전적이며 직관적인 최근접 이웃법 (Nearest Neighbor) 에 대해 알아보겠습니다.최근접 이웃법 (Nearest Neighbor) - 이론최근접 이웃법은 한마디로 유유상종 이라..
- Total
- Today
- Yesterday
- 계곡캠핑
- 백준
- 파이썬
- 캠핑장추천
- 커플여행
- 가평여행
- 가족캠핑
- 글램핑
- 반려견캠핑
- 머신러닝
- 가평캠핑
- 알고리즘
- 영월여행
- 여름캠핑
- 자연힐링
- 강원도캠핑
- 여름휴가
- 가족여행
- Koreancuisine
- 영월캠핑
- 서울근교캠핑
- 캠핑초보
- 카카오
- 여름휴가추천
- bukhansannationalpark
- sql
- SeoulTravel
- 강원도여행
- python
- Oracle
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 |