Notice
Recent Posts
Recent Comments
Link
반응형
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 |
Tags
- 학습률
- Managed Table
- 캐글
- Spark Data 불러오기
- 스파크
- 차원의 저주
- Manifold Learning
- .hiverc
- Feature extraction
- DeepLearning
- Tez
- data load
- 선형 회귀
- Spark 설치
- 하이브
- Haddop
- L2 정규화
- Over fitting
- One-hot encoding
- hive setting
- Spark
- Hadoop Ecosystems
- Clodera Quick Start
- Auto Encoder
- 딥러닝
- hive
- Deeplearning 키워드
- Hive CLI
- Data 불러오기
- learning rate
Archives
- Today
- Total
목록Feature extraction (1)
남는건 기록뿐
딥러닝 키워드 간단 정리(2)
1. 머신러닝에서 표현(Representation)이란 단어의 뜻 -- 데이터 표현(representation of the data)은 원시 데이터(raw data)를 특성 벡터(feature vector)에 매핑한 결과이다. 2. 특성 추출(Feature extraction) -- 특성 추출은 원시 데이터를 특성 벡터로 추출하는 과정이다. 3. 원 핫 인코딩(One-hot encoding) -- 관련 벡터 요소를 1로 설정한다. -- 다른 요소는 모두 0으로 설정한다. -- 이 벡터의 길이는 어휘에 있는 요소의 수와 같다. 이러한 표현은 단일 값이 1일 때 one-hot encoding, 여러 값이 1일 때 multi one-hot encoding이라 한다. 4. 좋은 특성(Feature)의 조건 --..
Deep Learnig
2020. 1. 22. 16:29