최대우도 학습 정리: 코넬 CS 6785 생성 모델 강의로 보는 KL 발산과 몬테카를로 추정
코넬대 심층 생성 모델 강의 4강 정리. 두 분포의 가까움을 재는 KL 발산에서 출발해 기대 로그우도를 끌어내고, 몬테카를로 추정과 미니배치 경사하강으로 이어지는 생성 모델 학습의 원리를 차근히 짚어 나간다.
핵심 내용 읽기 →
AI TOPIC
최대우도 최신 뉴스와 핵심 해설
최대우도 관련 핵심 뉴스와 활용 인사이트 3편을 최신순으로 모았습니다.
스탠퍼드 CS229 3강 정리: 최대우도로 다시 보는 최소제곱과 로지스틱 회귀
스탠퍼드 CS229 3강은 최소제곱을 확률 모델로 다시 세우고 같은 원리로 로지스틱 회귀를 끌어낸다. 뉴턴법과 SGD의 비용 차이까지 강의 내용을 정리했다.
핵심 내용 읽기 →
로지스틱 회귀 쉽게 이해하기: 선형 회귀와의 차이, S자 곡선과 확률, 최대우도 추정까지 정리
연속적인 값을 예측하는 선형 회귀와 달리, 로지스틱 회귀는 참인지 거짓인지를 가르는 분류에 쓰인다. 데이터에 맞추는 S자 곡선과 확률, 잔차 없이 곡선을 찾는 최대우도 추정의 원리까지 일상적인 비유로 차근차근 풀어봤다.
핵심 내용 읽기 →