주요글: 도커 시작하기
CART 알고리즘, Classification and Regression Tree, Machine Learning, MachineLearningInAction-09-RegressionTree, 기계 학습, 머신 러닝 인 액션, 트리, 회귀

머신 러닝 인 액션 책의 9장 내용 요약입니다. 트리를 이용한 회귀에 대해 다룹니다. 트리를 생성하는 알고리즘은 CART를 설명하고 있는데, CART(Classification and Regression Tree)에 대한 내용은 이전에 올린 http://javacan.tistory.com/entry/Programming-CI-Study-ch7-DecisionTree 글에서도 확인하실 수 있습니다.











저작자표시비영리변경금지
forward stagewise regression, Least Squares, locally weighted linear regression, LWLR, Machine Learning, Regression, ridge regression, 능형 회귀, 머신 러닝, 전방향 단계별 회귀, 최소제곱법, 회귀

머신 러닝 인 액션 책의 8장 내용을 정리했습니다. 8장에서는 회귀(regression)를 다룹니다.






















저작자표시비영리변경금지
logistic regression, Machine Learning, sigmoid, 기계 학습, 기울기 상숭 알고리즘, 로지스틱 회귀, 머신러닝 인 액션, 시그모이드 함수

머신 러닝 인 액션 책의 5장 내용을 정리했습니다. 5장에서는 로지스틱 회귀를 이용해서 분류하는 방법에 대해 다룹니다.












저작자표시비영리변경금지
  1. 머신러닝입문자 2014.04.28 13:13

    회귀는 일반적으로 영역을 분리하는 것으로 알고 있는데 현재 책에 나오는 내용은에는 sigmoid 의 값을 0.5 로 주어서 분류하게 되었지요? 질문이 있는데 시그모이드 함수를 통하여 Repeat 하는 수만큼 weight 를 갱신하는게 포인트가 아닌가요?

    # Delete Reply
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
decision tree, id3, Machine Learning, 기계 학습, 의사결정 트리

머신 러닝 인 액션 책의 3장 내용을 정리했습니다. 3장에서는 의사결정트리 구축 알고리즘 중의 하나인 ID3에 대해서 다룹니다. (집단 지성 프로그램 책에서 다룬 의사결정트리에 대한 내용은 http://javacan.tistory.com/entry/Programming-CI-Study-ch7-DecisionTree 에 정리했습니다.)













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
Machine Learning, NMF, non negative factorization, 기계학습, 비음수 행렬 인수분해, 집단지성 프로그래밍

집단지성 프로그래밍 책의 10장 스터디 자료입니다. 이 분야 쌩초보라 내용이 틀릴 수 있습니다.


독립특성을 추출하기 위한 방법으로 비음수 행렬 인수분해(NMF; Non-gegative Matrix Factorization)에 대해 다룹니다. 












저작자표시비영리변경금지
k-nearest neighbors, kNN 알고리즘, Machine Learning, 가격 예측, 가우스 함수, 기계 학습, 이질 변수, 집단지성 프로그래밍

집단지성 프로그래밍 책의 8장 스터디 자료입니다. 이 분야 쌩초보라 내용이 틀릴 수 있습니다.


kNN(k-nearest neighbors)을 이용한 가격 모델링, 이질변수를 위한 축척 변경, 불균등 분포 등에 대해 다룹니다.






















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
Clustering, Hierachical clustering, K-means, K-평균, Machine Learning, 계층적 군집화, 기계 학습, 집단지성 프로그래밍, 클러스터링

집단지성 프로그래밍 책의 3장 스터디 자료입니다. 이 분야 쌩초보라 내용이 틀릴 수 있습니다.




















저작자표시비영리변경금지
collaborative filtering, Collective Intelligence, Item-Based Collaborative Filtering, Machine Learning, Similarity, User-Based Collaborative Filtering, 기계학습, 유사도, 유클리디안 거리, 집단지성 프로그래밍, 추천 시스템, 타니모토 점수, 피어슨 상관 계수, 협업 필터링

집단지성 프로그래밍 책의 2장 요약입니다. 이쪽 생초보라 내용이 틀릴 수 있습니다.







저작자표시비영리변경금지
  1. 나그네 2014.03.19 09:20

    보기만해도...어질어질하네요..ㅋㅋ
    나중에 필요하면 그때 찾아봐야 겠네요

    # Delete Reply

+ Recent posts