Notice
Recent Posts
Recent Comments
Link
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
- 자료구조
- 코딩테스트
- 삼성역테
- 알고리즘
- 딥러닝
- 영상처리
- 포스코 AI교육
- 그리디
- 삼성역량테스트
- dfs문제
- 삼성코테
- 다이나믹프로그래밍
- BFS
- tinyml
- 임베디드 딥러닝
- DP
- bfs문제
- sort
- 코테
- DP문제
- TensorFlow Lite
- 삼성코딩테스트
- dfs
- MCU 딥러닝
- 포스코 교육
- 컴퓨팅사고
- 초소형머신러닝
- 포스코 ai 교육
- 코테 문제
- tflite
Archives
- Today
- Total
목록머신러닝 knn (1)
코딩뚠뚠
[머신러닝 공부] KNN의 이해
2019년 공모전당시 KNN을 이용해 OCR기능을 구현한 적이 있다. 당시엔 영상, 머신러닝 분야에 모두 익숙하지 않아 공부하지 않고 코드를 가져와 사용하기만 했기에 이번 기회에 정리해보고자 한다. KNN은 지도학습 (Supervised Learning) 을 통한 가장 단순한 분류의 알고리즘 중 하나 이다. 아이디어는 새로운 데이터를 공간 상의 가장 가까운 것들과 묶는다는 것이다. 빨간색 input data와 가장 가까운 이웃을 찾아갈 때 이웃을 최대 세 명까지만 본다고 하자 (k=3) 그렇다면 그 중에는 보라색 Class B가 더 많기 때문에 빨간색은 Class B로 분류할 수 있다. 이웃을 여섯명 까지 본다고 하면 (k=6) 그 중에는 노란색인 Class A가 더 많기 때문에 빨간색은 Class A로..
공부/ML&DL
2021. 4. 4. 19:53