bootcamp_machine learning
v5.0.2
본 프로젝트는 42 AI가 제작한 머신러닝 부트캠프입니다.
이 부트캠프에서 볼 수 있는 개념은 복잡할 수 있으므로 학생들에게 이전에 다음 부트캠프를 수행해 볼 것을 강력히 권장합니다.
42인공지능(Artificial Intelligence)은 42학교 파리캠퍼스의 학생단체입니다. 우리의 목적은 강의, 워크숍 등 다양한 활동을 조직하여 인공지능 분야에 대한 토론, 학습 및 관심을 키우는 것입니다.
각 모듈의 PDF 파일은 실제 페이지(https://github.com/42-AI/bootcamp_machine-learning/releases)에서 다운로드할 수 있습니다.
선형 대수학 및 통계학 시작하기
합계, 평균, 분산, 표준 편차, 벡터 및 행렬 연산.
가설, 모델, 회귀, 손실 함수.
모델 성능을 향상시키는 방법인 경사하강법을 구현하고 정규화 개념을 알아보세요.
경사하강법, 선형 회귀, 정규화.
선형 회귀를 확장하여 둘 이상의 특성을 처리하고, 다항식 모델을 구축하고, 과적합을 감지합니다.
다변량 선형 가설, 다변량 선형 경사하강법, 다항식 모델.
훈련 및 테스트 세트, 과적합.
첫 번째 분류 알고리즘인 로지스틱 회귀를 살펴보세요!
로지스틱 가설, 로지스틱 경사하강법, 로지스틱 회귀, 다중클래스 분류.
정확도, 정밀도, 재현율, F1 점수, 혼동 행렬.
과적합에 맞서세요!
정규화, 과적합. 정규화된 손실 함수, 정규화된 경사하강법.
정규화된 선형 회귀. 정규화된 로지스틱 회귀.
