[General ML Train set] batch 6. 학습, 검증과 정규화
오버피팅, Bias-Variance Trade-off, 교차 검증과 정규화
Recent posts
[General ML Train set] batch 5. 로지스틱 회귀
결정 경계와 로지스틱 함수, Gradient Method, 그리고 나이브 베이즈와의 관계
[AICC] LLM-as-a-Judge - LLM으로 LLM을 평가할 수 있을까?
사람 대신 LLM이 채점관이 되는 LLM-as-a-Judge, 그 가능성과 한계를 상담 QA 자동화 관점에서 알아봅니다.
[General ML Train set] batch 4. 나이브 베이즈 분류기
Optimal Classifier에서 출발해 조건부 독립, 그리고 나이브 베이즈 분류기까지
[General ML Train set] batch 3. 기초 머신러닝 - 룰 기반 학습부터 Decision Tree, 선형 회귀까지
룰 기반 학습, Decision Tree와 엔트로피, 그리고 선형 회귀