50+ days of Machine Learning

 안녕하세요! 오늘은 Day 13입니다! 오늘의 내용: Machine Learning Specialization by Andrew Ng (Stanford University) 2024 한국 소프트웨어공학 학술대회 첫 번째, Andrew Ng의 머신러닝 강의를 보기 추천을 많이 받아서 해 보고자 한다 내용이 간다하고 교수님의 교수법을 따라하기도 쉬웠다 아직 끝내지 못 하는데, 지금까지 내용을 요약하자면 Gradient descent 위에 사진은 neural network의 cost function이다 Cost function (error) 최소화하는 데 Learning rate와 w,b 어떻게 사용하는지 너무 쉽게 설명해 준다.  이와 같은 cost function은 logistic regression이다. w,b 변경하면서 (global) minimum으로 도착할 것이다 Learning rate 이건 Andrew Ng 교수의 신경망 모델 구성 시 learning rate 값 테스트 해 보자라고 했다 Regularization (정규화) 정규화의 lambda에 따라 과적합을 최소화할 수 있다 두 번째, 이번 학기 동안 '소프트웨어품질보증및시험'에서 챗GPT와 관련이 있는 literature review 페이퍼 한번 작성했는데 우리 송지영 교수님께서 2024 한국 소프트웨어공학 학술대회에 제출할 수 있는 기회를 알려 주셔서 제출했고 오늘에 결과 나왔다  온라인 아직 읽을 수 없는데 나중에 올리면 이 글을 업데이트할 것이다 오늘 이상입니다! 내일 뵐게요!