주요글: 도커 시작하기
Classification, Machine Learning, 기계 학습, 나이브 베이스, 머신러닝, 분류, 조건부 확률

머신 러닝 인 액션 책의 4장 내용을 정리했습니다. 4장에서는 나이브 베이스 확률을 이용해서 분류하는 방법에 대해 다룹니다. 참고로, 집단 지성 프로그래밍 책의 문서 필터링 http://javacan.tistory.com/entry/Programming-CI-Study-ch6-DocumentFiltering 에서도 이 내용을 다룹니다. 둘을 비교해보면 더 도움이 될 것 같네요.











저작자표시비영리변경금지
kNN 알고리즘, Machine Learning, 머신러닝

머신 러닝 인 액션 책의 2장 kNN 알고리즘을 정리한 내용입니다.

* 집단 지성 프로그래밍의 kNN 정리 내용은 http://javacan.tistory.com/entry/Programming-CI-Study-ch8-PriceModel 글을 참고하시면 됩니다.










저작자표시비영리변경금지
Collective Intelligence, decision tree, gini impurity, information gain, Machine Learning, 기계학습, 머신러닝, 의사결정트리, 정보 이득, 지니불순도, 집단지성프로그래밍

집단지성 프로그래밍 책의 7장 스터디 자료입니다. 이 분야 쌩초보라 내용이 틀릴 수 있습니다.


의사결정트리와 관련된 구축 방법, 정보이득 및 지니불순도/엔트로피, 트리 가지치기 등에 대해 다룹니다.






















저작자표시비영리변경금지

+ Recent posts