https://www.inflearn.com/course/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%99%84%EB%B2%BD%EA%B0%80%EC%9D%B4%EB%93%9C [개정판] 파이썬 머신러닝 완벽 가이드 - 인프런 | 강의 이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다., [사진]상세한 설명과 풍부 www.inflearn.com 1. Polynomial Regression (다항회귀) Polynomial Regression 회귀식이 독립변수의 단항식(일차식)이 아닌 2차, 3차 방정식과 같은 다항식으로 표현..
https://www.inflearn.com/course/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%99%84%EB%B2%BD%EA%B0%80%EC%9D%B4%EB%93%9C [개정판] 파이썬 머신러닝 완벽 가이드 - 인프런 | 강의 이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다., [사진]상세한 설명과 풍부 www.inflearn.com 1. LinearRegression Class LinearRegression Class class sklearn.linear_model.LinearRegression(fit_inte..
1.대입 연산자 대입 연산자 = : 오른쪽의 값을 왼쪽의 변수에 할당 += : 오른쪽의 값을 왼쪽의 변수에 더해서 재할당 -= : 오른쪽의 값을 왼쪽의 변수에 빼서 재할당 2.산술 연산자 산술 연산자 +, -, *, / : 사칙연산 % (modulus, 나머지): 나머지연산 실수 사이의 나누기에는 나머지가 존재하지 않는다 피연산자가 모두 정수인 경우에만 사용 증감연산자 ++: 한 단계 증가 --: 한 단계 감소 한 단계: 숫자의 경우에는 1일 수 있지만 다른 경우 또한 존재한다 전위 / 후위: 연산자 우선순위가 바뀐다 전위 (++n) 연산자 ++가 피연산자 n보다 앞에 위치할 때를 전위라 하고 1증가된 값이 연산결과값이다. 후위 (n++) 반대로 연산자 ++가 피연산자 n보다 뒤에 위치할 때를 후위라 하..
https://www.inflearn.com/course/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%99%84%EB%B2%BD%EA%B0%80%EC%9D%B4%EB%93%9C [개정판] 파이썬 머신러닝 완벽 가이드 - 인프런 | 강의 이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다., [사진]상세한 설명과 풍부 www.inflearn.com 1. RSS 기반의 회귀 오류 추정 RSS (Residual Sum of Squares) 오류 값의 제곱을 더해서 구하는 방식 일반적으로 미분 등의 계산을 편리하기 위해 RSS 방식..
https://www.inflearn.com/course/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%99%84%EB%B2%BD%EA%B0%80%EC%9D%B4%EB%93%9C [개정판] 파이썬 머신러닝 완벽 가이드 - 인프런 | 강의 이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다., [사진]상세한 설명과 풍부 www.inflearn.com 1. Regression Intro 회귀 소개 회귀는 현대 통계학을 이루는 큰 축 회귀 분석은 유전적 특성을 연구하던 영국의 통계학자 갈톤(Galton)이 수행한 연구에서 유래했다는..
https://www.inflearn.com/course/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%99%84%EB%B2%BD%EA%B0%80%EC%9D%B4%EB%93%9C [개정판] 파이썬 머신러닝 완벽 가이드 - 인프런 | 강의 이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다., [사진]상세한 설명과 풍부 www.inflearn.com 1.Feature Selection 모델을 구성하는 주요 피처들을 선택 불필요한 다수의 피처들로 인해 모델 성능을 떨어뜨릴 가능성 제거 설명 가능한 모델이 될 수 있도록 피처들을 선..
https://www.inflearn.com/course/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%99%84%EB%B2%BD%EA%B0%80%EC%9D%B4%EB%93%9C [개정판] 파이썬 머신러닝 완벽 가이드 - 인프런 | 강의 이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다., [사진]상세한 설명과 풍부 www.inflearn.com 1.Basic Stacking Model - Diagram 기반 모델들이 예측한 값들을 Stacking 형태로 만들어서 메타 모델이 이를 학습하고 예측하는 모델 서로 다른 알고리즘을..
