수치해석 16강 - 선형회귀와 기계학습 이해하기
주어진 데이터에 접합하기 위한 곡선접합 함수를 두 개의 미지수(기울기, 절편)를 이용하여 모델링한다. 모델링한 곡선접합 함수를 편미분함으로써 기울기와 절편을 구하면서, 기계학습과의 연관성을 이해한다. 이러한 과정을 통해 numpy라이브러리의 polyfit 메서드를 이해한다.
수치해석 17강 - 다항 회귀와 기계학습 이해하기
numpy의 polyfit 메소드를 통해 다항회귀를 이해한다. 2차원 다항식을모델링하고, 편미분을 통해, 2차원 다항식의 계수를 유도한다. 행렬 연산을 통해 polyfit 메서드의 결과값이 의미하는 바를 이해한다.
수치해석 18강 - 텐서플로우의 기계 학습 데이터 생성을 위한 Statistics 및 Histogram 이해하기
텐서플로우의 학습 데이터 생성을 위한 정규분포와 균등분포를 배운다. 히스토그램을 만들어 보면서uniform 메소드와 randn 메소드의특징을 이해한다. matplotlib.pyplot에서 제공하는 hist메소드와 numpy의 histogram 메서드의 차이점을 이해하고 bar 메소드를 이용해 히스토그램을 만들어본다.
수치해석 19강 - 기계 학습을 통한 데이터 사이언스분석을 위한 확률밀도함수, 누적분포함수 이해하기
확률밀도함수와 누적분포함수 그래프를 그려보고, 그래프 스케일에 대해 이해한다.
수치해석 20강 - 일반선형회귀와 Fourier Series
일반선형회귀를 이해하기 위해 주기, 평균값, 주파수, 위상으로 구성된 sin파 혹은 cos파를 그려본다. 샘플링 주파수를 이해하고, 주기, 평균값, 주파수, 위상을 바꾸어 sin파와 cos파를 다르게 표현해본다.