[코세라 머신러닝] 강의를 마무리하며 (내용 총정리)

머신러닝 / 딥러닝 기초를 다지고자 coursera에서 Adrew Ng 교수가 진행하는 머신러닝 강의를 수강하였습니다. 이번 포스팅에서 지금까지 배운 내용을 요약하고, 강의 정리를 마무리 합니다. Coursera Machine Learning 코세라 머신러닝 1. 지도 학습 선형회귀, 로지스틱 회귀, 뉴럴 네트워크(인공 신경망), SVM(서포트 벡터머신) 2. 비지도 학습 k-means clustering, 차원 축소를 위한 PCA, 이상 탐지 **물론 이상탐지에서는 레이블을 지정된 데이터를 사용할 수도 있다. 3. 추천 시스템과 속도를 향상할 수 있는 대용량 머신러닝 알고리즘(확률적 경사하강법, 맵축소 접근법 등) 4. 머신러닝 알고리즘이 제대로 작동하는지 확인하는 방법 편향(bias), 분산(variance), 정규화 5. 학습 알고리즘 평가 방법 정확도 평가(accuracy), F1-score, 재현율(recall), 정밀도(precision), training data를 tr...

원문링크 : [코세라 머신러닝] 강의를 마무리하며 (내용 총정리)