본문 바로가기 메뉴 바로가기

NA의 잡 블로그

프로필사진
  • 글쓰기
  • 관리
  • 태그
  • 방명록
  • RSS

NA의 잡 블로그

검색하기 폼
  • 분류 전체보기 (25)
    • AI (12)
      • 공부 (8)
      • 정보 (4)
      • 논문 (0)
    • 대외활동 (8)
      • 데이크루 1기 (8)
    • 일상 (5)
      • 정보 (5)
  • 방명록

GMM (1)
[머신러닝] 군집화 # 3. GMM (Gaussian Mixture Model)

이 글은 책 「파이썬 머신러닝 완벽가이드」와 공돌이의 수학정리노트 깃허브 글을 바탕으로 작성되었습니다. GMM(Gaussian Mixture Model)란? 여러 개의 정규분포를 이루는 데이터가 합쳐진 집합(모집단)에서 데이터가 추출된 것(표본)이라는 가정하에 군집화를 수행하는 알고리즘 GMM에서의 모수 추정 : 1. 개별 정규 분포의 평균과 분산 2. 각 데이터가 어떤 정규 분포에 해당하는지의 확률 MLE(Maximum Likelihood Estimation, 최대우도법)이란? 1. MLE 정의 모수적(parametic)인 밀도 추정 방법으로 파라미터 \( \theta = (\theta_{1}, \cdots, \theta_{m}) \) 으로 구성된 어떤 확률 밀도함수 \( P(x| \theta) \) ..

AI/공부 2021. 8. 25. 14:09
이전 1 다음
이전 다음
공지사항
최근에 올라온 글
최근에 달린 댓글
Total
Today
Yesterday
링크
TAG
  • clustering
  • dacon
  • 군집화
  • 그래도나이제논문읽을줄알아
  • 동해바다는
  • Data Science
  • 혼자강릉여행
  • 동하ㅗ야
  • 맥
  • KDT
  • 평균이동
  • 데이크루
  • 데이콘
  • 경진대회
  • 멋쟁이사자처럼
  • 데이콘 서포터즈
  • 인턴은괴로워
  • SilhouetteCoefficient
  • 인공지능
  • 국비지원
  • 실루엣계수
  • 인공지능통합과정
  • 국민취업지원제도
  • 머신러닝
  • 커뮤니티
  • 데이터 사이언스
  • GMM
  • AI
  • K-평균
  • MeanShift
more
«   2026/04   »
일 월 화 수 목 금 토
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 29 30
글 보관함

Blog is powered by Tistory / Designed by Tistory

티스토리툴바