CS 229 - 머신러닝

제 쌍둥이 형제 Afshine과 저는 2018년 가을 스탠퍼드 대학교에서 조교(TA)를 맡았던 CS 229 강의 내용을 다루는 머신러닝 일러스트 치트시트를 만들었습니다. 이 자료가 미래의 수강생들과 머신러닝에 관심 있는 모든 분들께 도움이 되기를 바랍니다.

치트시트

지도 학습
지도 학습
  • 손실 함수, 경사 하강법, 우도
  • 선형 모델, 서포트 벡터 머신, 생성 학습
  • 트리 및 앙상블 방법, k-NN, 학습 이론
PDF 웹
비지도 학습
비지도 학습
  • 기댓값 최대화, k-평균, 계층적 클러스터링
  • 클러스터링 평가 지표
  • 주성분 분석, 독립 성분 분석
PDF 웹
딥러닝
딥러닝
  • 아키텍처, 활성화 함수, 오차 역전파, 드롭아웃
  • 합성곱 계층, 배치 정규화, 게이트의 종류
  • 마르코프 결정 과정, 벨만 방정식, Q-러닝
PDF 웹
팁과 요령
팁과 요령
  • 혼동 행렬, 정확도, 정밀도, 재현율, F1 점수, ROC
  • 결정 계수, Mallow's CP, AIC, BIC
  • 교차 검증, 규제화, 편향/분산 트레이드오프, 오류 분석
PDF 웹

리프레셔

확률과 통계
확률과 통계
  • 확률의 공리, 순열, 베이즈 정리, 독립성, 조건부 확률
  • 확률 변수, 기댓값, 분산
  • 중심 극한 정리, 파라미터 추정
PDF 웹
선형 대수 및 미적분학
선형 대수 및 미적분학
  • 주요 행렬, 곱셈, 전치, 역행렬, 대각합, 행렬식
  • 고윳값, 고유 벡터, 노름, 경사, 헤시안
  • 양의 준정부호 행렬, 스펙트럼 정리, 특잇값 분해
PDF 웹

이 치트시트를 한국어로 보고 싶으신가요? GitHub에서 번역을 도와주세요!