노트 정리

• 단단한 머신러닝

[단단한 머신러닝] 01. 머신러닝 용어 정리, 가설 공간, 귀납적 편향

[단단한 머신러닝] 02. 모델 평가/선택, 과적합, 편향과 분산

[단단한 머신러닝] 03. 선형 회귀, 로지스틱 회귀, 다중 분류, 클래스 불균형 문제

[단단한 머신러닝] 04. 의사결정 트리, 분할 선택, 정보 엔트로피, 가지치기

[단단한 머신러닝] 05. 퍼셉트론, 역전파, 로컬미니멈, 딥러닝

[단단한 머신러닝] 06. 서포트 벡터 머신(SVM), 쌍대 문제, 소프트 마진, 커널 기법

[단단한 머신러닝] 07. 베이지안 네트워크, 최대 우도 추정(MLE), 나이브 베이즈, EM 알고리즘

• 만화로 쉽게 배우는 선형대수 (완)

선형대수 노트 정리(1) - 사상, 역사상, 행렬, 역행렬 구하기

선형대수 노트 정리(2) - 선형 독립, 기저, 부분 공간

선형대수 노트 정리(3) - 확대, 회전, 핵, 상공간, 랭크

선형대수 노트 정리(4, 최종) - 고윳값, 내적, 벡터 곱(외적), 행렬식의 성질