일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- KT 에이블스쿨
- 한국전자통신연구원
- r
- 에이블러
- 서평
- 소셜네트워크분석
- Eda
- 프로그래머스
- 빅데이터분석기사
- 지도학습
- ggplot2
- kaggle
- SQLD
- KT AIVLE
- ML
- arima
- cnn
- python
- 시각화
- 에이블스쿨
- 딥러닝
- matplot
- 웹크롤링
- ETRI
- 하계인턴
- hadoop
- SQL
- kt aivle school
- 기계학습
- 다변량분석
- 머신러닝
- dx
- Ai
- 한국전자통신연구원 인턴
- 에트리 인턴
- 시계열
- 빅분기
- 가나다영
- httr
- 하둡
Archives
- Today
- Total
목록KNN (1)
소품집
[ML] Semi-Supervised Learning, K-means clustering
Small Dataset, Unbalanced Dataset Semi Supervised는 기계학습과 비지도학습의 중간 학습으로, 학습하기 전 사전에 모델에 분류를 위한 약간의 사전지식을 부여하게 됩니다. Transfer learning: 학습데이터가 부족한 분야의 모델 구축을 위해 데이터가 풍부한 분야에서 훈련된 모델을 재사용하게 됨 (ex: Pre-trained model의 파라메터로 초기화) Distant Supervision: a weakly labeled training set (training data is labeled automatically based on heuristics / rules) 약하게 라벨링 된 트레이닝 셋을 사용하게 됩니다. (훈련 데이터는 휴리스틱이나 규칙에 기반하여 자..
AI
2020. 6. 13. 15:56