머신러닝 Archives - SHA Computing

논문 리뷰 – Video Anomaly Detection

연세대학교 ‘데이터베이스시스템응용’ 수업에서 진행한 강의 자료입니다. 비디오 이상 탐지(Video Anomaly Detection) 주제에 대한 이론과 실습 내용을 다룹니다. 실습 코드는 아래의 실습 pdf에서 확인해보실 수 있습니다. […]

PCA 차원 축소는 데이터 시각화에서 자주 사용되는 기법입니다. 고차원에서 데이터를 표현한 것보다 저차원에서 데이터를 표현한 것이 더 이해하기 쉽습니다! 예를 들어 5차원 […]

금융 보안 캠프 팀 세미나에서 진행한 발표 자료입니다. 학부생 수준에서 논문을 읽고 정리해보았습니다. 머신러닝 개론을 수강하지 않은 사람들도 이해할 수 있겠끔 노력하였습니다.따라서 […]

딥러닝과 학습 딥러닝은 여러 방법으로 정의할 수 있습니다. 필자는 ‘머신러닝의 학습 전략 중 ANN을 발전시킨 학문’이라고 생각합니다. 실제로 MLP의 히든 레이어가 2개 […]

딥러닝의 기초가 되는 Artificial Neural Network(인공 신경망)을 소개하겠습니다. ANN모델은 뇌의 정보 처리 방법을 모방한 학습 모델입니다. ANN의 특성은 다음과 같습니다. 학습 가능 […]

분류 알고리즘으로 성능이 우수한 Support Vector Machine을 소개하겠습니다. SVM 모델은 Decision Boundary(결정 경계)의 여백이 클수록 일반화 능력이 더 좋습니다. 여기서 여백이란 경계와 […]

지도 학습 분류 방법 중 나이브 베이즈(NB)를 소개하겠습니다. ‘나이브 베이즈’는 통계학의 ‘베이즈 정리’를 이용한 분류 기법입니다. 아래는 베이즈 정리에 해당하는 식입니다. 교집합: […]

선형 모델(Linear Model)을 파이썬으로 직접 구현해보겠습니다. 위는 간단한 단순 선형 모델입니다. 실제 데이터(o)들과 선형 모델이 예측한 값의 차이가 적도록 모델을 만들어야 됩니다!차이(굵은 […]

머신러닝으로 해결할 수 있는 대표적인 문제는 두 가지입니다. 바로 분류와 회귀입니다. 분류는 가능성있는 클래스 레이블 중 하나로 예측하는 것으로 Output이 나올 수 […]

머신러닝을 소개한 포스팅 글을 미리 보고 오시면 도움이 됩니다! 이번 시간에는 지식 기반 방식과 머신러닝 방식을 알아보고왜 머신러닝이 쓰이는 것인지, 학습은 어떤 […]