|
:: 게시판
:: 이전 게시판
|
- PGR21 관련된 질문 및 건의는 [건의 게시판]을 이용바랍니다.
- (2013년 3월 이전) 오래된 질문글은 [이전 질문 게시판]에 있습니다. 통합 규정을 준수해 주십시오. (2015.12.25.)
통합규정 1.3 이용안내 인용"Pgr은 '명문화된 삭제규정'이 반드시 필요하지 않은 분을 환영합니다.법 없이도 사는 사람, 남에게 상처를 주지 않으면서 같이 이야기 나눌 수 있는 분이면 좋겠습니다."
22/03/18 12:30
그렇게 이해해도 큰 무리가 없다고 생각합니다. 저도 그렇게 이해하고 있고요.
경사하강법, 역전파 이런 요소가 특징적이긴 하지만요.
22/03/18 12:45
제가 방통대 통계 데이터과학과에 편입해서 수업듣고 있는데
수업 내용 중 회귀분석 내용이 있고, 이쪽에서 사용하는 알고리즘들이 발전한게 AI니 크게 보면 맞다고 봅니다
22/03/19 05:41
뭐 그게 기초는 맞는데 네트워크를 데이터에 맞춰서 디자인 (CNN/LSTM/WaveNet 등), 전혀 convex가 아닌데 gradient descent로 학습이 잘 된다는 점, overparameterization이 bias를 늘리지 않고 오히려 줄인다는 점 등등은 기존의 통계학으로 전혀 이해할수가 없습니다.
22/03/19 08:29
저도 그냥 맛보기만 배웠지만 대강 그렇게 이해하고 있습니다..
다만 수없이 많은 데이터의 종류를 어떻게 회귀분석의 입력값으로 변환할 것인가, 그리고 결과를 어떻게 원하는 방식으로 가공할 것인가가 응용처를 만들고 있는 게 아닌가 싶고요.
22/03/19 17:50
말씀하신 supervised learning 관련해서는 비슷합니다만, 실제 용도는 많이 다릅니다. 전통적 머신러닝은 테이블화된 자료의 회귀분석에 가깝고, 딥러닝은 이미지분석, 자연어처리, 음성인식 등 활용범위가 더 많죠.
22/03/22 09:13
잘 이해하고 계신것 같네요.
Supervised learning, regression, prediction이 광의에서는 같은 개념입니다.
|
||||||||||