Machine_learning
Introduction
머신러닝
README
References
지도학습 기반 분류
README
w03_Naive Bayes Classifier
KB02_베이시언결정이론
Curve Fitting
Decision Tree
cbu03_A_기계학습_트리
dcm09_Decision_tree
w02_Fundeamental_of_ML_정보이론
SVM
cbu03_C_기계학습_SVM
KB05_SVM
jPub08_SVM
Ensemble
KB12_혼성모델_앙상블
cbu03_C_기계학습_앙상블
jPub07_확률학습
비지도 학습
README
Clusterting
Spectral Clustering
Min-Cut
K-mean Clustering
DBSCAN
OPTIC
CCL
Hierarchical Clustering
Neural Networks Clustering
References
Dimension Reduction
PCA
최적화
cbu01_탐색과 최적화
jPub09_최적화와탐색
jPub10_진화학습
kb11_최적화 알고리즘
dcm_A_C 라그랑지_최적화
Lib GPyOpt
참고
ref01_지식표현 및 추론_정보이론
KB0809_특징생성_추출+선택
KB07_Hidden_Markov_Model
ref_DataVisualization
Powered by
GitBook
jPub07_확률학습
jPub07_확률학습
가중치를 찾는 문제는 최대 우도(ML)를 사용해서 해결
최대 우도의 알고리즘으로 EM 사용
1. EM 알고리즘(Expectation-Maximisation, 기댓값 최대화)
개념 : 이미 알려지지 않은 여분의 알려지지 않은 변수를 추가해서 추가 변수에 대한 함수를 최대화 하는 것
results matching "
"
No results matching "
"