| 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 |
Tags
- 주일설교
- 김양재 목사님
- WebGL
- 통계
- Deep learning
- 빅데이타
- 우리들교회
- 빅데이터
- R
- data science
- nodeJS
- 빅 데이타
- Statistics
- c++
- 확률
- Machine Learning
- openCV
- 김양재 목사
- Artificial Intelligence
- MongoDB
- probability
- Big Data
- No SQL
- 인공지능
- 몽고디비
- 딥러닝
- 김양재
- node.js
- 데이터 과학
- 빅 데이터
Archives
- Today
- Total
목록자기조직화 (1)
Scientific Computing & Data Science
[Artificial Intelligence / Machine Learning] 자기조직화맵 구현하기
Written by Geol Choi | Mar. 26, 2017 이번 포스팅에서는 자기조직화맵(Self-Organising Map; SOM)에 대하여 기본 이론, 특성, R을 이용한 구현하는 방법에 대하여 알아보도록 하겠습니다. 이론적 배경SOM 또는 SOFM(Self-Organising Feature Map)은 인공신경망(Artificial Neural Network; ANN)의 한 종류로서 기본 개념은 1980년대 핀란드 교수인 Teuvo Kohonen이 제안한 Kohonen Network에 근간을 두고 있습니다.SOM이 ANN의 한 종류이기는 하지만 "표준" ANN과는 구별되는 몇가지 특징들이 있습니다. 그 차이는 다음과 같습니다: (1) 표준 ANN은 연속적인 레이어들로 구성되는 반면, SOM은..
Artificial Intelligence/Machine Learning
2017. 3. 26. 20:29