Head vs breakz

학습 속도, layer 수 , layer의 뉴런 수를 변경하는데 유용하다 oriented random search 고정된 값으로 하는 것 보다, 임의로 검색하고 값을 좁히는 것이 더 효율적이다 from hyperopt import hp hyperparam_generators = { 'randint': hp.randint('randint', 5), 'uniform': hp.uniform('uniform', -1, 3), 'loguniform': hp.loguniform('loguniform', -0.3, 0.3), 'normal': hp.normal('normal', 1, 2), 'lognormal': hp.lognormal('lognormal', 0, 0.3) } #hp.randint(label, upp..

지도학습 최근접 이웃 나이브 베이즈(Navive Bayes) 선형회귀 로지스틱 회귀 SVM Decision Tree Random Forest Neural Network (CNN/RNN) - 특징 분류된 데이터에서 모델을 학습하여 예측하는 방법 비지도학습 군집 K-평균 계층 군집 분석 기대값 최대화 시각화와 차원 축소 주성분 분석(PCA) Kernel PCA 지역적 선형 임베딩 t-SNE 연관 규칙 학습 Apriori Eclat - 특징 분류가 되지 않았거나, 구조를 알 수 없는 데이터 사용 강화 학습 환경과 상호 작용을 통한 성능 향상이 목적 환경의 정보에는 보상 신호를 포함 보상 함수를 통해 얼마나 좋은 행동인지를 측정 참고&도움 AI STICKER

https://subinium.github.io/introduction-to-normalization/ Introduction to Deep Learning Normalization 수 많은 정규화들을 한번 가볍게 읽어봅시다. subinium.github.io