블로그 이미지
황상두

카테고리

기타 (101)
알고리즘(백준) (3)
임베디드 보안 (7)
windows internal (22)
공부 (16)
전공 스터디 (27)
과제 (8)
영어 (6)
기록물 (6)
Total
Today
Yesterday

달력

« » 2025.2
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

공지사항

태그목록

최근에 올라온 글

http://bcho.tistory.com/1010 - 나이브베이즈


조건부확률 개념을 일단 알아야 한다.

모르면 검색해서 알아보고 와라.




일단 예제를 보면 클래스(C) , 입력벡터(D) , 학습벡터가 있다.


입력벡터 (D) = {fun , furious , fast }이다. P(D | C) = P(fun | C) X P(furious | C) X P(fast | C)이다.

즉 입력벡터 구성요소들을 독립시행하겠다는 의미이다.

입력벡터안에 구성요소간 독립이라는 전제가 있어야한다.


LaplaceSmoothing은 입력벡터안에 학습벡터안에는 하나도 없는 구성요소가 들어가면 0이 나온다. 블로그 사이트참조!




'전공 스터디 > 기계학습' 카테고리의 다른 글

다양한 회귀분석 간단정리  (0) 2017.02.04
결정트리 학습법  (0) 2017.02.01
나이브 베이즈  (0) 2017.01.14
의사결정트리와 랜덤포레스트  (0) 2017.01.14
인공지능의 역사  (0) 2017.01.14
Posted by 황상두
, |

        **아이디어 공모전**

첨부파일 참조

2인이상, 사회산업전공_권재희 외.hwp


HuCut

-

*유니버셜 디자인 공모전*

>>개발목표

*적정량의 휴지사용을 장려한다.

시각장애인이 양을 가늠할 수 있도록 한다.

*지체장애인이 손쉽게 휴지를 뜯을 수 있도록 한다.


휴지를 뽑다보면 멈추게 된다.

'전공 스터디 > Wel-Tech' 카테고리의 다른 글

납땜  (0) 2017.02.09
아두이노-안드로이드 블루투스 통신(HC-05)  (0) 2017.02.06
정기세미나  (0) 2017.01.12
아두이노 시작하기  (0) 2017.01.04
청각장애인을 위한 제품기획  (0) 2017.01.04
Posted by 황상두
, |

http://untitledtblog.tistory.com/31 : 나이브 베이즈


조건부확률을 이용한다.

스팸필터 및 키워드검색 시 사용한다.


구성요소를 통해서 클래스를 추측한다!


'전공 스터디 > 기계학습' 카테고리의 다른 글

다양한 회귀분석 간단정리  (0) 2017.02.04
결정트리 학습법  (0) 2017.02.01
나이브 베이즈 예제 손수 해보기!  (0) 2017.02.01
의사결정트리와 랜덤포레스트  (0) 2017.01.14
인공지능의 역사  (0) 2017.01.14
Posted by 황상두
, |

최근에 달린 댓글

글 보관함