2018/02

Advice for applying machine learning

Advice for applying machine learning 아래 내용은 Andrew Ng 교수님의 강의와 자료를 기반으로 학습한 내용을 정리하여 작성하였습니다. 개인의 학습 내용이기에 잘못 해석 및 이해하고 있는 부분도 있을 수 있으니, 다양한 자료를 기반으로 참고하시는 걸 추천드립니다. Linear regression과 Logistic regression, 그리고 Neural network 까지 알아보았습니다. Linear, Non-linear한 hypothesis model을 정의하고 학습하는 과정들을 설명하였는데요, 이번엔 추가적으로 Machine learning을 위한 여러가지 팁(?)에 대해 한번 정리해 보도록 합시다. Deciding what to try next자, 여러분들이 Lear..

Neural Networks - Cost function / Back propagation

Neural Networks: Cost function & Back Propagation 아래 내용은 Andrew Ng 교수님의 강의와 자료를 기반으로 학습한 내용을 정리하여 작성하였습니다. 개인의 학습 내용이기에 잘못 해석 및 이해하고 있는 부분도 있을 수 있으니, 다양한 자료를 기반으로 참고하시는 걸 추천드립니다. 지난 글까지 Neural Networks의 Model과 간단한 예제들을 확인해 보았습니다. 이번 글에서는 Neural networks의 Cost function과 오차를 줄이기 위한 방법인 BackPropagation에 대해 알아보겠습니다. Cost functionCost function은 앞서 Linear regression과 Logistic regression에서 그 개념을 살펴보았습니..

Neural Networks - Model representation example

Neural Networks: Model Representation Example 아래 내용은 Andrew Ng 교수님의 강의와 자료를 기반으로 학습한 내용을 정리하여 작성하였습니다. 개인의 학습 내용이기에 잘못 해석 및 이해하고 있는 부분도 있을 수 있으니, 다양한 자료를 기반으로 참고하시는 걸 추천드립니다. 앞서 배웠던 Neural Network의 Model의 예시를 몇 가지 살펴보겠습니다. ANDAND 연산을 Neural Network로 표현할 수 있는지 확인해보겠습니다. bias가 1이고 입력이 x1, x2인 위와 같은 Neural network가 있다고 할 때, 어떻게 해야 AND 연산을 수행할 수 있는 model을 구할 수 있을까요? AND 연산이니 입력은 x1, x2는 각각 1또는 0만 입력..