Am I?

Am I?

  • Category
    • Machine Learning
      • 회귀 분석
      • 대회 및 프로젝트
      • 논문 읽기
    • 문학
    • 잡학
    • 수학
    • 일기
    • 알고리즘
  • 홈
  • 태그
  • 방명록
  • 깃허브
RSS 피드
로그인
로그아웃 글쓰기 관리

Am I?

컨텐츠 검색

태그

sigmoid 모각코 CAN원리 시그모이드 tanx/x 부피 변화 박완서 단편 소설 로지스틱 회귀 손실함수 인공지능 창의력 도함수 증명 sinx/x 소프트맥스 극한 증명 Creative Adversarial Networks 로지스틱 회귀 dacon 얼음 결정구조 로지스틱 회귀 수학 Cross Entropy 어느 시시한 사내 이야기

최근글

댓글

공지사항

아카이브

소프트맥스(2)

  • 선형회귀

    보호되어 있는 글입니다.

    2020.08.07
  • 로지스틱 회귀(Logistic Regression), 범주형 데이터 분류

    선형 회귀는 범주형 데이터를 대상으로 한 분류 문제에 적합하지 않다. *범주형 데이터란 'A', 'B', 'C'와 같이 종류를 표시하는 데이터를 말한다. 선형 회귀를 사용하여 2진 분류[ex) 성공 or 실패]를 나타낸 그림이다. X축을 노력한 시간, Y축을 합격 확률이라고 한다면, 노력한 시간(X)이 작으면 합격 확률(Y)이 음수가 되는 것을 볼 수 있고, 반대로 노력한 시간(X)이 계속 늘어날수록 합격 확률(Y)도 계속해서, 즉, 무한대로 늘어나는 것을 볼 수 있다. 선형 회귀로 2진 분류 문제를 풀기에는 다소 적절하지 않은 것을 알 수 있다. 로지스틱 회귀에서 쓰이는 함수(시그모이드) 로지스틱 회귀는 인공지능이 2항 분류[ex)합격 or 불합격, 음성 or 양성으로 분류]에 사용한다. 로지스틱 회귀..

    2020.07.05
이전
1
다음
티스토리
© 2018 TISTORY. All rights reserved.

티스토리툴바