Deeppp

MEMENTO 메멘토 패턴

• 객체 내부의 상태를 잡아내며, 저장 , 복구 시킨다.

COMMAND 명령 패턴

• 요청을 객체 형태로 캡슐화 시킨다.
• 콜백을 객체지향으로 표현한 것.

#include <iostream> using namespace std; class Receiver{ public: void action() { cout << "Receiver" << endl; } }; class Command{ public: virtual void execute() = 0; }; class ConcreteCommnad : public Command{ public: void setReceiver(Receiver* r) { _receiver = r; } void execute() { _receiver->action(); } private: Receiver* _receiver; }; class Invoker{ public: void SetCommand(Command* c) { _command = c; } void Execute() { _command->execute(); } private: Command* _command; }; int main(){ Invoker invoker; Receiver receiver; ConcreteCommnad concretecommand; concretecommand.setReceiver(&receiver); invoker.SetCommand(&concretecommand); invoker.Execute(); return 0; }

Confusion matrix

• 알고리즘 성능 평가에 사용.

• TP : True로 예측하고 실제 값도 True
• TN : False로 예측하고 실제 값도 False
• FP : True로 예측하고 실제는 False
• FN : False로 예측하고 실제는 True

Accuarcy

• 전체 중 맞게 맞게 예측한 비율

Precision

• Positive에 속하는 것들 중 실제 Positvie 인것.

Recall (sensitivty)

• 실제로 Positive인 것들 중 Positive로 예측한 비율

Specificity

• Negative에 속하는 것들 중 실제 Negative 인것.

F1 Measure

• 위의 Precision과 Recall을 이용.

RMSE(Root Mean Square Error) 평균 제곱근 오차

• 회귀 문제의 성능 지표.
• 오차가 커질수록 RMSE 값은 커지며, 예측에 얼마나 많은 오류가 있다.

• X = 데이터, m = 샘플 수, h = 예측 함수(hypothesis)

• 이상치로 보이는 구역이 많을 경우 사용 하는 지표.

*RMSE, MAE 모두 예측값과 타깃값 사이의 거리를 재는 방법.

• Euclidian norm(L2 norm), Manhattan norm 등을 사용.
  

지도학습(Supervised learning)

- data x , label y

• k-Neareast Neighbors
• Linear Regression
• Support Vector Machines
• Decision Tree
• Random Forests
• Neural Networks
• Classification, Object Detection, Segmentation, Captioning(DL)

비지도학습(UnSupervised learning)

- only data x

• Clustering (K-Means, Hierachical Cluster Analysis, Expectation Maximization)
• dimensionality reduction(Principal Component Analysis, kernel PCA, LLE, t-SNE)
• Associaiton rule Learning(Apriori, Eclat)
• Feature Learning, Density estimation, Generative Model(DL)