머신러닝 10일차: 나이브 베이즈 정리
2024. 7. 25. 03:27ㆍ학습/머신러닝
01 학습 내용
machine_learning/10_naive_bayesian_model.ipynb at main · dataosean/machine_learning
machine learning study . Contribute to dataosean/machine_learning development by creating an account on GitHub.
github.com
02 회고
- 지도 학습 분야의 확률 모델로 예를 들어 이해하면 쉬웠다. 스팸 메일 필터링을 예시로 들었고, 코드 실습도 같은 주제를 다뤘기에 사후확률, 사전확률, 우도에 대한 개념을 이해했다. 특정 조건이 주어졌을 때 스팸 메일을 확률과 비스팸 메일일 확률을 구해서 더 높은 확률에 예측을 배팅하는 시스템이었다. 생소한 개념이기에 예시를 대입하면서 같은 내용을 반복하며 학습해서 길어졌다.
'학습 > 머신러닝' 카테고리의 다른 글
| 머신러닝 12일차: 교차 검증 (0) | 2024.07.28 |
|---|---|
| 머신러닝 11일차: 앙상블 학습 (0) | 2024.07.25 |
| 머신러닝 9일차: 계층적 군집화 (0) | 2024.07.23 |
| 머신러닝 8일차: K-평균 군집화 (0) | 2024.07.22 |
| 머신러닝 7일차: 주성분 분석(PCA) (0) | 2024.07.19 |