참고
머신러닝 - EDA부터 분류 모델까지(Seaborn 라이브러리와 펭귄 데이터)
7 분 소요
펭귄 데이터 탐색 및 전처리 seaborn 라이브러리에 내장된 펭귄(penguins) 데이터셋을 사용해 데이터의 특성을 파악하고 머신러닝 모델에 적용할 수 있도록 데이터를 가공하는 탐색적 데이터 분석(EDA) 및 전처리 과정을 살펴보도록 하겠습니다. 주요 분석 목표는 펭귄의 신...
예측에서 분류까지 - 선형 회귀를 S-커브로 바꾸는 시그모이드
2 분 소요
예측에서 분류까지: 선형 회귀를 S-커브로 바꾸는 시그모이드 From Prediction to Classification: Sigmoid Transforms Linear Regression into S-Curves 통계학과 머신러닝의 세계에서 우리는 숫자를 예측하기도 하고, ‘...
AI - 선형 회귀와 로지스틱 회귀 핵심 정리
2 분 소요
AI 기초 다지기: x 핵심 정리 🤖 인공지능과 머신러닝의 가장 기본이 되는 두 가지 모델, 선형 회귀와 로지스틱 회귀에 대해 알아보겠습니다. 이 두 모델은 데이터의 패턴을 파악하고 미래를 예측하는 가장 직관적인 방법 중 하나입니다. 1. 선형 회귀: 데이터의 패턴을 직선으...
AI는 어떻게 예측할까? 모든 예측의 시작, y = wx + b
2 분 소요
AI는 어떻게 예측할까? 모든 예측의 시작, y = wx + b AI의 첫걸음: 레모네이드 가게로 배우는 y = wx + b 인공지능(AI)의 복잡한 세계를 떠받치는 아주 단순하고도 강력한 공식이 있습니다. 바로 y = wx + b 입니다. 이 공식이 어떻게 AI의 핵심이 되는...
댓글남기기