고급기계학습 · 강의노트 (교재)
Bishop의 Pattern Recognition and Machine Learning 구성을 따르는 고급기계학습 강의노트입니다. 각 챕터를 한 페이지로 정리했으며, 우측 목차로 절·소절을 빠르게 이동할 수 있습니다. 핵심 알고리즘에는 실행 가능한 Python 실습을, 각 챕터 끝에는 연습문제와 풀이를 함께 실었습니다.
제작: 성신여자대학교 AI융합학부 고원준 (wjko@sungshin.ac.kr)
목차
| 장 | 제목 |
|---|---|
| 1 | 소개 |
| 2 | 확률 분포 |
| 3 | 선형 회귀 모델 |
| 4 | 선형 분류 모델 |
| 5 | 커널 방법론 |
| 6 | 그래프 모델 |
| 7 | 혼합 모델과 EM |
| 8 | 근사 추정 |
| 9 | 표집법 |
| 10 | 연속 잠재 변수 |
| 부록 | 확률 분포 · 행렬의 성질 · 변분법 · 라그랑주 승수법 |
읽는 법
용어는 한국어english 형태로 원어를 함께 표기했습니다. 실습 코드는 ▶ Run으로 브라우저에서 바로 실행됩니다(최초 1회 런타임 로딩).