Posts
-
친절한 그래디언트 부스팅A Gentle Introduction to Gradient Boosting
-
진짜로(?) 주석 달린 트랜스포머 Really annotated transformers
-
PCA와 공분산 행렬의 고유벡터PCA and the Eigen Vectors of Covariance Matrix
-
어텐션 쉽게 이해하기Attention is easy to understand.
-
패턴인식과 머신러닝 부록 D 변분법 Pattern Recognition and Machine Learning - Appendix D Calculus of Variations
-
PRML 9장 EM 알고리즘 완전분석A Step by Step Introduction to EM Algorithm; Pattern Recognition and Machine Learning - Chap. 9
-
K 평균 군집화 K-means Clustering
-
역전파 알고리즘 완전정복 A Step by Step Backpropagation
-
합성곱 신경망에서 컨볼루션과 트랜스포즈드 컨볼루션의 관계 Relationship between Convolution and Transposed Convolution in CNN
-
다중 사용자를 위한 Jupyterhub 설치Install jupyterhub for multi-user
-
비선형 계획 문제의 쌍대정리 예제Duality in Non-Linear Programming Examples
-
서포트벡터머신을 위한 비선형 계획 문제의 쌍대정리Duality in Non-Linear Programming for Support Vector Machine
-
대칭행렬의 대각화와 특이값 분해Symmetric matrix Diagonalization and Singular Value Decomposition
-
벡터, 행렬에 대한 미분Derivatives for vectors and matrices
-
다변수 가우시안 확률분포multi-variable normal에서 사전확률분포prior, 사후확률분포posterior, 조건부확률분포conditional와 주변확률분포marginal : Pattern Recognition and Machine Learning - Chap. 2-1
-
야코비안과 치환적분Jacobian and integration by substitution
-
베이즈정리와 정규분포의 곱Bayesian theorem and normal distribution multiplication
-
150줄로 된 간단한 네트워크Simple network with 150 lines
-
Change of continuous random variable - PRML EX-1.4 보충
-
나이브 베이즈Naive Bayse - 베르누이Bernoulli와 다항분포Multinomial 나이브 베이즈 비교
-
퍼셉트론 테스트와 수렴정리Perceptron test and its convergence theorem
-
엔트로피에서부터 Goodfellow 논문리뷰와 Keras로 구현한 1D GANs From Entropy to GANs paper review and 1D GANs implementation in Keras
-
CNN 역전파를 이해하는 가장 쉬운 방법The easiest way to understand CNN backpropagation