Notice
Recent Posts
Recent Comments
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 |
Tags
- sensibleness
- QANet
- 알파베타가지치기
- Enriching Word Vectors with Subword Information
- Google Cloud Platform
- 머신러닝
- degree centrality
- 감성분석
- 임베딩
- 허깅페이스
- ROC-AUC Curve
- semantic network
- word2vec
- GCP
- 사회연결망분석
- dynamic topic modeling
- 의미연결망
- topic modeling
- type-hint
- word representation
- Meena
- 구글클라우드플랫폼
- hugging face
- sequential data
- Min-Max 알고리즘
- sbert
- 토픽모델링
- 동적토픽모델링
- Holdout
- 분류모델평가
Archives
- Today
- Total
목록기계학습 (1)
Dev.log
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/uwsFt/btrtIUcUYsr/0nrQgs4LX0R6cDABrHWLrk/img.jpg)
머신러닝은(machine learning) 간단히 말하자면 기계가 데이터를 활용하여 스스로 학습을 하고 서로 다른 변수들 사이의 관계를 찾아내는 것이라고 할 수 있습니다. 여기서 기계란 프로그래밍화된 알고리즘(algorithm)을 말하며, 알고리즘을 가지고 학습하여 결과적으로 얻는 ‘문제해결 방법’을 모형(model)이라고 합니다. 알고리즘은 어느 정도 정형화되어 크게 3가지로 나뉘는데, 해결하려는 문제들에 따라 예측 (prediction), 분류(classification), 군집(clustering) 방식을 사용하게 됩니다. 머신러닝은 크게 세 가지 유형이 있습니다. 기계에게 정답을 주고 학습시키는 ‘지도 학습 (supervised learning)’과 정답을 주지 않고 학습시키는 ‘비지도 학습 (u..
머신러닝과 딥러닝
2022. 2. 18. 20:58