인공지능 입문노트 개요
0 보고서
인공지능 입문노트 개요
관련 권장 사항
저자의 다른 작품
개요/내용
더 보기
기계 학습
정의
머신러닝이란?
스팸 분류
작업 T: 이메일을 스팸이 아닌 스팸으로 식별
성능 P: 이메일을 스팸/스팸 아님으로 올바르게 식별합니다.
교육 레슨 E: 스팸 또는 스팸 아님으로 표시한 이메일을 관찰하세요
필기인식 학습 문제
작업 T: 이미지에서 손으로 쓴 텍스트를 인식하고 분류합니다.
성능 P: 분류 정확도
훈련 경험 E: 분류가 알려진 필기 텍스트 데이터베이스
머신러닝의 분류
지도 학습
K-최근접 알고리즘
결정 트리
선형 회귀
지원 벡터 머신
비지도 학습
클러스터링
오토인코더
약한 지도 학습
준지도 학습
전이 학습
소스 도메인과 타겟 도메인
핵심 목표
소스 도메인에서 대상 도메인으로 지식 이전
구현 방법
샘플 마이그레이션
기능 이전
모델 마이그레이션
강화 학습
목표
전략
탐구하다
사용
학습성과별 분류
반품
분류
클러스터링
차원성 감소
중요한 개념
예시 및 샘플
데이터세트
속성과 특성
속성 공간
고유벡터
학습과 훈련
훈련 데이터
훈련 샘플
트레이닝 세트
가설
진실
일반화하다
일반과정
데이터 수집
데이터의 양
데이터 품질
데이터 배포
데이터 준비(전처리)
데이터에 발생할 수 있는 문제
누락된 데이터
소음
일관성 없는
중복, 불균형
반복하다
표준화
기능 엔지니어링
데이터 세트 파티셔닝
훈련 세트: 훈련 모델
테스트 세트: 최종 모델 평가
검증 세트: 모델 튜닝 및 선택에 사용됩니다.
데이터 정리
삭제
수동 채우기
자동완성
국외자
유형 변환
숫자 유형
마디 없는
이산형
숫자가 아닌 유형
카테고리가 있습니다
비카테고리
모델 구축을 위한 알고리즘 선택
모델 선택
훈련 모델
평가모델
성과 지표
정도
큰 괴조
손실 함수
군집 지능 알고리즘
정의
군집 지능
군집 지능 알고리즘
유전자 알고리즘
기본 유전 연산자
연산자 선택
크로스오버 연산자
돌연변이 연산자
다섯 가지 기본 요소
매개변수 인코딩
바이너리 인코딩
1차원 염색체 인코딩 방법
이점
결점
실제 인코딩
초기 그룹 설정
초기 인구의 생성
인구 규모 결정
피트니스 기능 설계
속임수 문제
조기 수렴
침체 현상
유전자 조작 설계
제어 매개변수 설정
십자가
약간의 크로스오버
두 점 교차점
교차 확률
돌연변이
개념
개별 코드의 일부 비트를 무작위로 변경
주요 목적
기본 콘텐츠
돌연변이 확률
돌연변이 방법
사이트 변형
역돌연변이
삽입 돌연변이
검색 기술
검색 전략
블라인드 검색: 정보 안내 없음
경험적 검색
블라인드 검색
깊이 우선 탐색
기본 아이디어
너비 우선 탐색
기본 아이디어
유사점, 차이점, 장점 및 단점 비교
경험적 검색
알고리즘
A* 알고리즘
게임 검색
a-b 가지치기 알고리즘
몬테카를로 나무
선택하다
확장하다
시뮬레이션
반품
자신감 있는 온라인 의사결정 방법
요인 1
요인 2
0 댓글
다음 페이지