#machine learning

손글씨 숫자 인식 코드를 한 줄씩 뜯어보면서 Sequential, Dense, ReLU, Softmax, 학습이 실제로 어떻게 동작하는지 이해한다.

인공지능, 머신러닝, 딥러닝, Transformer, GPT까지 전체 맥락을 초보자도 이해할 수 있게 설명한다.

머신러닝에서 자주 쓰는 sparse_categorical_crossentropy가 뭔지, 손실 함수가 왜 필요한지 쉽게 설명한다.

머신러닝 모델의 정확도를 높이기 위한 핵심 기법들을 정리했다. Learning rate 튜닝, 데이터 전처리(정규화), overfitting 방지 전략을 다룬다.

Logistic Classification의 개념과 cost function 설계 원리를 정리했다. Linear regression과의 차이점, sigmoid 함수의 역할, 그리고 gradient descent를 적용하기 위한 cost function 변형까지 다룬다.