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
- Tokenization
- ML
- 케라스
- cnn
- 지피티
- XAI
- Bert
- MLOps
- Transformer
- Ai
- 인공지능
- 머신러닝
- 트랜스포머
- nlp
- 딥러닝
- 설명가능성
- 챗지피티
- GPT
- GPT-3
- AI Fairness
- 인공지능 신뢰성
- 신뢰성
- fairness
- gpt2
- 자연어
- 챗GPT
- word2vec
- ChatGPT
- DevOps
- trustworthiness
Archives
- Today
- Total
목록Clustering (1)
research notes
K-평균 알고리즘(K-Means Clustering)
1. K-Means Clustering 군집 중심점(Centroid)이라는 특정한 임의의 지점을 선택해 해당 중심에 가장 가까운 포인트들을 선택하는 군집화 기법 먼저 군집화의 기준이 되는 중심을 구성하려는 군집화 개수만큼 임의의 위치에 가져다 놓는다. 전체 데이터를 2개로 군집화하려면 2개의 중심을 임의의 위치에 가져다 놓는 것이다. 임의의 위치에 군집 중심점을 가져다 놓으면 반복적인 이동 수행을 너무 많이 해서 수행 시간이 오래 걸리기 때문에 초기화 알고리즘으로 적합한 위치에 중심점을 가져다 놓지만, 여기서는 설명을 위해 임의의 위치로 가정한다. 각 데이터는 가장 가까운 곳에 위치한 중심점에 소속된다. 이렇게 소속이 결정되면 군집 중심점을 소속된 데이터의 평균 중심으로 이동한다. 중심점이 이동했기 때문..
머신러닝/ML basic
2022. 2. 11. 18:21