Round Here

AI 수학 ■ Implicit (Partial) Differentiation[Khan의 Implicit Differentiation]대학 때 부터는 미분을 implicit한 방식으로 많이 풀면서도 엄밀하지 않은 방법으로 했다. Differential operation (operator 인가?)을 사용해 마치 dx, dy를 분자, 분모 같이 사용할 때는 부정행위하는 것 같고 께름찍하다. 함수 생각 :위와 같은 식이 있으면, h 라는 함수가 있는데 이 함수는 변수 x, y 에 좌우된다는 뜻임을 명확히(explicit) 나타낸다. 따라서 b, w, a 는 상수임을 안다. 함수 h에서 y는 고정하고 x 만 변화할 때의 미분은 함수 h에서 y만 변화할 때의 미분은 하여 구한다. 그런데, 함수 h(x, y)를 종속..

Introduction to Statistical Learning 내용를 파이썬으로 구현하는 것을 이 것으로 끝낸다. 10장 - Unsupervised Learning Principal Component Analysis (PCA) 간단히 직접 PCA를 만들어 PCA 이해 scikit-learn PCA 사용하기 Clustering K-Meansscikit-learn의 Hierarchical ClusteringSciPy의 Hierarchical Clustering실습 - NCI60 데이터 활용 NCI60에 PCA 적용하기NCI60에 Clustering 적용 전체 데이터Principal Component에 대해 NCI60에 Classification 실행 - Gene Expression으로 종양 타입 예측 P..

Introduction to Statistical Learning 9장 - Support Vector Machines : Python 실습 (GitHub)nbviewer Support Vector MachineGrid Search CV를 통한 Test Performance 추정 및 패러미터 튜닝Randomized Search CV를 통한 Test Performance 추정 및 패러미터 튜닝Gradient Boosting, SVM, Grid Search CV 및 Randomized Search CV 를 이용해 'Heart' 데이터 예측분석 과정 실습 을 담음

Introduction to Statistical Learning8장 내용인 Tree기반 Supervised Learning: Decision Tree (의사결정 트리)Random ForestGradient BoostingRegression, Classification 사용과 Cross-Validation 또는 Train/Test split을 통해 Test Performance 추정 및 패러미터 튜닝을 익힌다.pdf

Introduction to Statistical Learning5장 내용인 Regression 모델과 Classification 모델의 Test Performance 추정 Validation Set Approach (Train/Test Split)K-Fold Cross ValidationRegression Model의 Test MSE 추정Hyper Parameter 튜닝 : KNN Regression 에서 K 선정Classification Model에서 Cross-Validated AUC 계산pdf

scikit-learn 라이브러리를 사용하기 위해 전처리(preprocessing)을 해야 할 경우가 흔히 생김.ISLR 3장의 Linear Regression 중 Categorical 변수, Interaction, 변수의 Non-linear Tranformation 을 scikit-learn에서 활용하기 위해 필요한 간단한 전처리 과정 a little preprocessing

Introduction to Statistical Learning 4 장, Classification 중 - KNN Classification을 Python으로, Introduction to Statistical Learning 3 장 - KNN Regression 포함, Logistic Regression도 포함KNN Classification & Regression Classification Model의 평가를 위한 metric - Confusion Matrix, Accuracy, Sensitivity, Precision, ROC 커브, AUC 등 내용도 함께 Regression Model의 평가를 위한 metric - MAE (Mean Absolute Error), MSE (Mean Squared ..

Introduction to Statistical Learning 4 장, Classification 중 - Logistic Regression을 Python으로, Logistic Regression scikit-learn과 statsmodels 두 형태로 Classification Model의 평가를 위한- Confusion Matrix, Accuracy, Sensitivity, Precision 등 내용도 함께

Introduction to Statistical Learning 3 장 - Python으로, Linear Regression

ISLR 3장 Linear Regression 내용을 Python (Jupyter Notebook)으로 만든 것을 몇일 전 GitHub에 올렸다. 다른 내용들도 정리되는 대로 차례로 올려야겠다. GitHub Repo : https://github.com/hyunblee/ISLR-with-Python.git