Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
감사합니다 !!! 머신러닝 관련 유투브 중에 최고네요
감사합니다!
질 좋은 강의에 감사 인사 드립니다!! 더 많은 강의 올려주세요! 소수의 애청자가 있으니..!
제가 들은 릿지 라쏘 설명 중 제일 쉽고 이해도 잘돼요😁
정말차근차근 하나하나이해가되게 설명해주셔서 너무감사합니다
elastic net method에 대해서 이해가 필요했는데, 좋은 강의 감사합니다!!덕분에 많은 도움이 됐습니다 교수님.
정말 정확하고 필요한 내용만 설명 잘해주십니다 감사합니다
강의 잘 들었습니다. 정말 도움이 많이 되었습니다. 앞으로 더 유익한 영상 올려주세요 ㅎㅎ
교수님, 감사합니다!!
감사합니다.
람다값과 튜닝파라미터의 차이가 뭔가요? 람다는 커질수록 제약이 강해지는거 같고 튜닝 파라미터는 작아질수록 제약이 강해지는거같은데 맞나요 ??
람다가 튜닝파라미터입니다. 튜팅파라미터(하이퍼파라미터)는 사용자가 지정해 주어야 하는 파라미터를 의미합니다.
@@김성범교수산업경영공10:53 부분의 그래프에선 람다가 커질수록 coefficient가 0 에 가까워진다 하는데 14:29 부분의 tuning parameter t는 오히려 작아질수록 coefficient가 0에 가까워진다 나와있어서요. t = 1/lambda 로 임의로 지정해준건가요?
@@손지훈-l2c 그건 아닐거에요. 제가 이해한 바로는 t 가 커지면 원의 크기가 점점 줄어들면서 제약이 점점 커진다는 의미이고, 람다가 있던 식에서는 람다 값이 커지면 커질수록 그 중요도가 커지니까 제약이 그만큼 커진다는 의미인걸로 이해했어요.
강의력 대단하시네요ㅎㅎㅎ 교수님 강의 자료는 다운 받을 수 없나요?
감사합니다~ 몇가지 이유로 강의자료는 현재 공개하지 않고 있습니다. 양해 바랍니다.
교수님 혹시 궁금한게 있는데 Lasso 모델에서 MSE의 contour와 마름모가 만나는 지점(최적점)이 모서리가 아니라 마음모의 빗변에서 만나게 되면 어떻게 되나요? 그러면 Beta1 Beta2 모두 영향을 끼친다는 의미인가요?
항상 꼭지점에서 mse가 최소가 됩니다.
@@김성범교수산업경영공 왜죠?? 저도 이 부분이 궁금합니다.
ridge,lasso,elastic net 모델은 하이퍼파라미터 튜닝을 어떤 식으로 하나요? 손으로 일일이 값 바꿔가면서 성능 확인하나요?
l1-norm 방식의 최적화를 공부하려면,어떤 방법부터 보는게 좋을까요?!혹시 많이 보는 논문같은거 소개해주실수 있으신지요,?
글쎼요... 기본 개념은 논문으로 공부하시기 보다는 책이나 웹싸이트(검색을 통해)를 이용해서 이해 하시는 것이 좋습니다.
![김성범[ 교수 / 산업경영공학부 ]](http://yt3.ggpht.com/ytc/AIdro_mWwhQeGQPwIyBiV88b5htY6vhPJfUXlhO1TKC6ur0wnA=s48-c-k-c0x00ffffff-no-rj)
![[핵심 머신러닝] 정규화모델 1(Regularization 개념, Ridge Regression)](http://i.ytimg.com/vi/pJCcGK5omhE/mqdefault.jpg)
![[핵심 머신러닝] 정규화모델 1(Regularization 개념, Ridge Regression)](/img/tr.png)
![[핵심 머신러닝] 로지스틱회귀모델 1 (로지스틱함수, 승산)](http://i.ytimg.com/vi/l_8XEj2_9rk/mqdefault.jpg)
![[핵심 머신러닝] Boosting](http://i.ytimg.com/vi/GciPwN2cde4/mqdefault.jpg)
감사합니다 !!! 머신러닝 관련 유투브 중에 최고네요
감사합니다!
질 좋은 강의에 감사 인사 드립니다!! 더 많은 강의 올려주세요! 소수의 애청자가 있으니..!
감사합니다!
제가 들은 릿지 라쏘 설명 중 제일 쉽고 이해도 잘돼요😁
정말차근차근 하나하나이해가되게 설명해주셔서 너무감사합니다
감사합니다!
elastic net method에 대해서 이해가 필요했는데, 좋은 강의 감사합니다!!
덕분에 많은 도움이 됐습니다 교수님.
감사합니다!
정말 정확하고 필요한 내용만 설명 잘해주십니다 감사합니다
감사합니다!
강의 잘 들었습니다. 정말 도움이 많이 되었습니다. 앞으로 더 유익한 영상 올려주세요 ㅎㅎ
감사합니다!
교수님, 감사합니다!!
감사합니다!
감사합니다!
감사합니다!
감사합니다.
람다값과 튜닝파라미터의 차이가 뭔가요? 람다는 커질수록 제약이 강해지는거 같고 튜닝 파라미터는 작아질수록 제약이 강해지는거같은데 맞나요 ??
람다가 튜닝파라미터입니다. 튜팅파라미터(하이퍼파라미터)는 사용자가 지정해 주어야 하는 파라미터를 의미합니다.
@@김성범교수산업경영공10:53 부분의 그래프에선 람다가 커질수록 coefficient가 0 에 가까워진다 하는데 14:29 부분의 tuning parameter t는 오히려 작아질수록 coefficient가 0에 가까워진다 나와있어서요. t = 1/lambda 로 임의로 지정해준건가요?
@@손지훈-l2c 그건 아닐거에요. 제가 이해한 바로는 t 가 커지면 원의 크기가 점점 줄어들면서 제약이 점점 커진다는 의미이고, 람다가 있던 식에서는 람다 값이 커지면 커질수록 그 중요도가 커지니까 제약이 그만큼 커진다는 의미인걸로 이해했어요.
강의력 대단하시네요ㅎㅎㅎ 교수님 강의 자료는 다운 받을 수 없나요?
감사합니다~ 몇가지 이유로 강의자료는 현재 공개하지 않고 있습니다. 양해 바랍니다.
교수님 혹시 궁금한게 있는데 Lasso 모델에서 MSE의 contour와 마름모가 만나는 지점(최적점)이 모서리가 아니라 마음모의 빗변에서 만나게 되면 어떻게 되나요? 그러면 Beta1 Beta2 모두 영향을 끼친다는 의미인가요?
항상 꼭지점에서 mse가 최소가 됩니다.
@@김성범교수산업경영공 왜죠?? 저도 이 부분이 궁금합니다.
ridge,lasso,elastic net 모델은 하이퍼파라미터 튜닝을 어떤 식으로 하나요? 손으로 일일이 값 바꿔가면서 성능 확인하나요?
l1-norm 방식의 최적화를 공부하려면,
어떤 방법부터 보는게 좋을까요?!
혹시 많이 보는 논문같은거 소개해주실수 있으신지요,?
글쎼요... 기본 개념은 논문으로 공부하시기 보다는 책이나 웹싸이트(검색을 통해)를 이용해서 이해 하시는 것이 좋습니다.