Recent Posts
Link
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 |
Tags
- 다중 회귀
- 객체 성능 평가 지표
- 로지스틱 회귀
- mask2coco
- MSLE
- 모델 성능 최적화
- rogistic regression
- stratified k-fold
- MaskRCNN환경구성
- bargraph
- flask모델서빙
- mask2cocojson
- 회귀 평가 지표
- 피처 스케일링
- MaskRCNN_colab
- mmdetection
- stacking
- 엘라스틱넷
- bcss
- PyQt5
- 기사단원의무기
- seaborn.barplot
- spleeter
- docker
- Python
- MaskRCNN환경구축
- 프로그래머스
- MaskRCNN코랩
- 청산원함
- RMSLE
- Today
- Total
목록k 최근접 이웃 (1)
노트와 노트

※ 이 글은 책 공부한 내용&혼자 공부한 내용을 정리한 글입니다! 난 딥러닝 기반의 분류 모델 위주로 공부했어서 서포트 벡터 머신 외의 머신러닝 알고리즘은 잘 몰랐었는데, 이 책을 통해서 다양한 분류 관련 머신러닝 알고리즘을 공부할 수 있어서 좋았다~!! 설명도 자세하고, 실습 내용도 그냥 데이터셋 불러와서 학습시켜보고 예측해보고 끝! 이 아니라 무척이나 상세해서 정말 너무 좋았다... 나같은 초보한텐 이런 상세한 책이 꼭 필요했다!! 책에서 언급된 내용 중에 이미지, 영상, 음성, NLP 영역에서는 딥러닝이 머신러닝계를 압도하고 있으나 이를 제외한 정형 데이터의 예측 분석에는 여러 머신러닝 알고리즘을 결합한 앙상블 기법이 애용되고 있다고 한다. 책에선 언급된 머신러닝 분류 기법들에 대해서 복습할 겸 정..
Machine Learning & DeepLearning
2022. 4. 20. 20:00