본문 바로가기

AI6

[alice] 인공지능/머신러닝 기초 1. 선형대수학_NumPy 스칼라(scalar): 길이, 넓이, 질량, 온도 / 크기만 존재하는 양(숫자) 벡터(vector): 속도, 위치이동, 힘 / 크기와 방향이 모두 존재하는 양 Norm = 원점 0에서 점(x1, x2, ... xn) 까지 이르는 거리 내적(Dot product, Euclidean inner product) // 저렇게 점으로 표현한 것 = '곱하기' 행렬(Matrix) = 실수를 직사각형 모양으로 배열한 것 같은 차원을 가진 행렬끼리만 연산가능 ※ 행렬곱 A(3,2) B(2,3)이라면 안쪽의 차원이 같아야 행렬곱이 가능함 전치행렬(Transpose) = 원행렬의 행과 열을 뒤바꾼 행렬 ex. (3,1) -> (1,3) [Numpy] = python에서 사용하는 과학컴퓨팅용 라이.. 2020. 8. 15.
[경고메시지 무시] # 경고메시지 무시 import warnings warnings.filterwarnings("ignore") // jupyter에서 사용했음 2020. 8. 12.
[AI_School_Precourse] 2020. 8. 3.
[alice] 프로그래밍 수학 alice -> '프로그래밍 수학' [과목소개] 1. 정수론 : 소수 - 컴퓨터 과학의 근간 소수 : 자신보다 작은 두개의 자연수를 곱하여 만들 수 없는 1보다 큰 자연수 합성수 : 1보다 큰 자연수 중 소수가 아닌 수 ※ 1은 소수x, 합성수x 에라토스테네스의 체 : 주어진 범위 내에 있는 소수를 찾는 빠른 방법 2(소수)의 배수 전부 삭제 3(소수)의 배수 전부 삭제 5(소수)의 배수 전부 삭제 ... 소인수 분해 : 어떤 수를 소수들의 곱으로만 나타내는 것 2020. 8. 2.
[용어집] 머신러닝 용어집 : https://developers.google.com/machine-learning/glossary 2020. 7. 31.
[alice] 문과생을 위한 머신러닝 alice - 문과생을 위한 머신러닝 1. 머신러닝과 데이터 과학 이해하기 데이터과학 : 컴퓨터를 활용 -> 데이터 분석 -> 현실의 문제해결 데이터과학의 목표 : 의사결정(Decision masking, 수익화(Monotization) 빅데이터 분석 통계 분석 머신러닝 A->B, 상관관계 이해&해석, smalldata, 가정 model, 예측&패턴, Bigdata, 성능&정확도 ※ 머신러닝 : 컴퓨터가 데이터로부터 스스로 학습할 수 있도록 프로그래밍하는 과학적활동 과학적활동 : (현실적문제) 가설->검증->검증 데이터 : 컴퓨터, 데이터, 현실문제 머신러닝 컴퓨터가 데이터로부터 스스로 학습을 할 수 있도록 프로그래밍하는 과학적인 활동 과학적인 활동 : 현실적문제) 가설-> 검증-> 검증 1959) 일일.. 2020. 7. 24.
반응형