머신러닝이란???어제에 이은 두번째 시간입니다^__^다항 선형회귀란???일차함수 n개를 수식으로 나열한 겁니다~왜 n개를 나열하나요??세상에 변수가 한 개만 존재하지 않으니까요~$$y = XW$$X는 변수 행렬,쉽게 말하면 변수 뭉치들: x1, x2, x3 ••• 을 묶어준 것임W는 가중치 행렬을 의미한다~가중치 뭉치들: w1, w2, w3 •••다항 선형회귀 실제 사례:교통 정체 예측날씨 예측환율 예측이중 분류의 기본 원리는 오로지0과 1뿐0: False1: True확률로 판단합니다1에 가까워질 수록 정답에 가까워지는 것임0.5 이상 >> 정답에 가까움0.5 미만 이런 식으로 분류해서 카테고리화 할 수 있다~~다중 분류란~쉽게 말해 이중 분류를 여러개 한 것~근데 이제 각 확률 별로 합이 1이어야 함$..

머신러닝이란???마법사가 아니다!실제로는 개꿀잼 수업이었다는 것,,~과거의 데이터 방식~가설을 세운 뒤, 가설을 입증하기 위한 과정을 시작함~현재의 데이터 방식~데이터 안에서 패턴을 발견하고, 패턴을 기반으로 예측(가설)함가설식이란??세상에 일어나는 모든 현상을 수식으로 표현하려는 컴퓨터의 시도이 가설식을 통해서 데이터를 설명하거나/ 패턴을 찾거나/ 미래를 예측하려는 시도$$H(x)=wx+b$$H: 가설x(변수): 어떤 현상을 설명하는 요소들w(가중치): 각 변수(x)가 얼마나 중요한지 나타내는 값b(편향): 데이터가 전체적으로 얼마나 치우쳐 있는 지를 표현하는 값~가중치가 어려운데~예:운동이 건강에 얼만큼 중요한가 = $$w1$$식습관은 얼만큼 중요한가 = $$w2$$각 변수의 중요도를 나타내는 값그래..

Deceptively simple: An outsider's perspective on natural language processingIdea I: 기계 번역을 통한 정치적 양극화 분석이 아이디어는 기계 번역 기술을 활용하여 정치적 양극화를 정량화하는 새로운 프레임워크를 제안합니다.KhudaBukhsh는 기계 번역 기술을 활용하여 정치적 양극화를 정량화하는 새로운 프레임워크를 제안했습니다.CNN과 Fox News의 YouTube 채널 댓글을 서로 다른 "언어"로 취급하고 번역하여 차이점을 분석했습니다.이 방법으로 뉴스 네트워크 간의 정치적 스펙트럼을 파악할 수 있었습니다.예를 들어, "democrats"와 "republicans"가 서로 다른 맥락에서 사용되는 방식을 분석했습니다.이 연구는 기계 번역..

가중치와 선형회귀 정리가중치(weight)는특정 데이터나 요소의 중요도를 나타내기 위해사용되는 값.주로 다음과 같은 상황에서 사용된다.1. 통계 및 수학데이터를 분석하거나 계산할 때, 특정 항목이 전체 계산에서 더 중요한 역할을 하도록 가중치를 부여한다.예: 평균을 계산할 때, 각 데이터에 동일한 비중을 주지 않고 중요한 데이터에는 높은 가중치를 부여하여 계산하는 가중평균.2. 머신러닝 및 인공지능모델이 학습할 때 입력 데이터의 중요도를 조정하는데 사용.예: 신경망(Neural Network)에서 각 연결(노드 간의 연결)은 가중치를 가지며, 학습 과정에서 이 값이 조정된다. 가중치가 클 수록 해당 입력이 결과에 더 큰 영향을 미친다.3. 의사결정 및 최적화 문제여러 옵션 중에서 선택하거나 최적화할 때,..

?너 너무 성의없게 알려주는 것 아님?ㅋㅋ어이없어엎드려 절받기 당함;;;