| 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 | 31 |
Tags
- 확률
- 딥러닝
- 우리들교회
- c++
- openCV
- node.js
- 주일설교
- 통계
- 빅데이터
- Artificial Intelligence
- Statistics
- Big Data
- nodeJS
- WebGL
- 몽고디비
- 김양재 목사
- 빅 데이타
- 김양재
- R
- 데이터 과학
- 빅데이타
- Machine Learning
- probability
- 김양재 목사님
- data science
- 인공지능
- No SQL
- MongoDB
- Deep learning
- 빅 데이터
Archives
- Today
- Total
목록나이브 베이즈 (1)
Scientific Computing & Data Science
[Artificial Intelligence / Machine Learning] Naive Bayes Spam Filter Part 2.
Written by Geol Choi | Nov. 12, 2016 이전 글(Naive Bayes Spam Filter Part 1.)에서 Naive Bayes에 대한 이론을 다뤘습니다. 이번 글에서는 이론을 바탕으로 휴대폰의 SMS 데이터의 Spam Filter를 작성해 보도록 하겠습니다. 일반적인 데이터 분석 프로세스는, (1) 문제 정의(2) 데이터 획득(3) 데이터 클린업(4) 데이터 정규화(5) 데이터 변형 및 가공(6) 데이터 탐구 기반 통계(7) 데이터 탐구 기반 시각화(8) 예측 모델(9) 모델 평가(10) 결과에 대한 시각화 및 해석(11) 솔루션 배포 인데, Machine Learning에 의한 결과 도출도 이 순서와 크게 다르지 않으며, 전체적인 순서는 다음 그림과 같습니다. 1. 데이..
Artificial Intelligence/Machine Learning
2016. 11. 12. 22:56