꾸준히

꾸준히

  • 분류 전체보기 (141)
    • 코테를 위한 알고리즘 (0)
    • 프로그래머스 (118)
      • LV.0 (11)
      • LV.1 (57)
      • LV.2 (31)
      • LV.3 (10)
      • SQL (8)
    • 메타코드 (15)
      • 머신러닝 (10)
      • 정보처리기사 (5)
    • 도봉 2기 ai (5)
  • 홈
  • 태그
  • 방명록
RSS 피드
로그인
로그아웃 글쓰기 관리

꾸준히

컨텐츠 검색

태그

데큐 사고방식 논리적사고 더보기 재귀함수 metacodem 메타코드m 머신러닝입문 수학적사고 그리디 완전탐색 카이스트박사 머신러닝 BFS 다시보기 METACODE 스택 시간복잡도 메타코드 정보처리기사

최근글

댓글

공지사항

아카이브

메카코드M(1)

  • [머신러닝] 머신러닝 입문 올인원 :: 1강 회귀_Linear Regression

    1강 회귀 :: Linear Regression   단순선형회귀-피처의 종류가 한 개인 데이터에 대한 회귀 모델다중선형회귀-피처의 종류가 여러 개인 데이터에 대한 회귀  모델다항회쉬-독립변수의 차수를 높인 회귀 모델 ->여기서 선형이란 선형비선형이랑은 다름. 3차원으로 보면 선형이지만 2차원에서는 비선형처럼 보임.  데이터 입력을 받았을때 가장 먼저 할 수 있어야 하는 일은 피처인 x가 무엇이고 라벨인 y가 무엇인지 구분할 수 있어야 하는 것.정답지(라벨)가 실수 형태냐 범주 형태냐를 따질 수 있어야 함.실수 형태이기 때문에 회귀문제로 풀어야 함.모델에 대한 정의는 피처의 개수에 따라 결정. => 단순 또는 다항 회귀(다항 단순 선형회귀) . 피처가 x로 1개이기 때문   단순회귀라고 생각했을때.정의한 ..

    2024.05.05
이전
1
다음
티스토리
© 2018 TISTORY. All rights reserved.

티스토리툴바