Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
안녕하세요 혹시 최적화 관련된 코딩 비디오도 있으신가요? 찾아보니 못찾는건지 없는건지몰라서ㅠㅠ
감사합니다.책도 잘 봤습니다
MLE랑 Logistic Regression이랑 어떻게 관련이 있는걸까요? i.i.d를 바탕으로 해서 parameter들을 찾는다는 거는 이해가 되는데.. 그냥 어떤 특정한 분포가 아니라 그냥 일반적인 "어떠한" 분포를 갖는다는 가정하에 파라미터들을 추정하는걸까요?
linear regrssion으로는 회귀분석이 안된다고 판단하여 sigmoid function을 사용해야 될때, 이 sigmoid function에 들어가는 Z값을 linear regression의 ouput으로 이용하는 이유가 뭔가요??
리니어 레그래션은 회귀라서 출력값이 음수 무한대부터 양수 무한대까지의 숫자로 나오기 때문에 이 숫자를 시그모이드에 넣어 확률값으로 환원된 값으로 출력받아 참 또는 거짓으로 분류하는 것이 로지스틱 레그레션이라 이해하시면 될 거 같습니다.
설명 감사합니다. bias측면에서 knn, decision trees, logistic regressions을 비교하자면 어떻게 되나요?
설명 감사합니다
안녕하세요 혹시 최적화 관련된 코딩 비디오도 있으신가요? 찾아보니 못찾는건지 없는건지몰라서ㅠㅠ
감사합니다.
책도 잘 봤습니다
MLE랑 Logistic Regression이랑 어떻게 관련이 있는걸까요? i.i.d를 바탕으로 해서 parameter들을 찾는다는 거는 이해가 되는데.. 그냥 어떤 특정한 분포가 아니라 그냥 일반적인 "어떠한" 분포를 갖는다는 가정하에 파라미터들을 추정하는걸까요?
linear regrssion으로는 회귀분석이 안된다고 판단하여 sigmoid function을 사용해야 될때, 이 sigmoid function에 들어가는 Z값을 linear regression의 ouput으로 이용하는 이유가 뭔가요??
리니어 레그래션은 회귀라서 출력값이 음수 무한대부터 양수 무한대까지의 숫자로 나오기 때문에 이 숫자를 시그모이드에 넣어 확률값으로 환원된 값으로 출력받아 참 또는 거짓으로 분류하는 것이 로지스틱 레그레션이라 이해하시면 될 거 같습니다.
설명 감사합니다. bias측면에서 knn, decision trees, logistic regressions을 비교하자면 어떻게 되나요?
설명 감사합니다