Best Fit line – Machine Learning Tutorial with python

안녕하세요 여러분 테크 엔지니어링 채널에 오신 것을 환영합니다 이 비디오는 머신 러닝 튜토리얼 07입니다 회귀에 가장 적합한 라인에 관한 모든 것 우리는 주어진 회귀, 또는 가장 적합한 선을 계산하기 위해 노력하고 있습니다

파이썬의 데이터 셋 이전에는 경사를 모을 함수를 작성했습니다 이제 y 절편을 계산해야합니다 이 시점까지 우리의 코드 : 다시 말해, 최적 선의 y 절편에 대한 계산은 다음과 같습니다 b는 y 막대 광산과 같습니다

이것은 경사보다 약간 쉬울 것입니다 이것을 다른 라인에 통합하여 몇 줄을 절약 할 수 있습니다 기능 이름을 바꿉니다 best_fit_slope_and _intercept에 다음으로 b = mean (ys)-(m * mean (xs))를 입력하고 m과 b를 반환합니다 이제 우리는 다음과 같이 호출 할 수 있습니다 : m, b = best_fit_slope_and_intercept (xs, ys) 출력은 0

3 43이어야합니다 이제 데이터 라인을 만들어야합니다 y = mx + b라는 것을 상기하십시오 우리는 이것에 대한 기능을 만들 수 있습니다

고리: regression_line = [(xs의 x에 대한 (m * x) + b]] 위의 1-liner for 루프는 다음과 같습니다 x의 x에 대해 regression_line = [] : regression_lineappend ((m * x) + b) 대단한 노동의 결실을 거두자! 다음 가져 오기를 추가하십시오 matplotlib 가져 오기 스타일에서 plt로 matplotlibpyplot 가져 오기 style

use ( 'ggplot') 이것은 우리가 그래프를 만들고 그렇게 추악하지 않게 만들 수 있습니다 이제 끝 : pltscatter (xs, ys, color = '# 003F72') pltplot (xs, 회귀 _ 라인) pltshow () 먼저 기존 데이터의 산점도를 그린 다음 회귀선을 그래프로 표시합니다

마지막으로 보여주세요 따라서이 모델을 기반으로 실제로 예측하는 방법은 무엇입니까? 만든? 충분히 간단 하죠? 모델이 있고 x 만 입력하면됩니다 예를 들어, 몇 가지 점을 예측해 봅시다 predict_x = 7 우리는 입력 데이터, "기능"을 가지고 있습니다 라벨이 뭐야? predict_y = (m * predict_x) + b 인쇄 (predict_y) 출력 : 6

4 우리는 이제 우리 자신의 모델을 만드는 방법을 알고 있습니다 그러나 우리는 여전히 중요한 것을 놓치고 있습니다 : 얼마나 정확한지 우리 모델? 다음 튜토리얼에서 논의 할 주제입니다!

Free Online Python Machine Learning Course – Casting integers and floating point numbers

안녕하세요 친구들, 이것은 TKD입니다 15 년의 컴퓨터 프로그래밍 경험이 있습니다 그리고 오늘은 파이썬 머신 러닝 채널의 일부입니다 한 유형에서 다른 유형으로 여러 유형의 데이터를 캐스트하는 방법에 대해 학습합니다

오늘 토론 주제는 정수와 부동 소수점을 캐스팅하는 것입니다 깨끗한 노트북부터 시작하겠습니다 새로운 Python 3을 클릭하십시오 1 단계 깨끗한 노트로 시작하십시오 우리는 이제 1 단계로 끝났습니다 2 단계는 노트북이 깨끗해지면 2 단계에서 무엇을합니까? 아래 드롭 다운으로 이동합니다 아래에서 레벨 선택 모드를 볼 수 있듯이 변환을 입력합니다 플로팅 첫 번째 세포로 그런 다음 런을 입력합니다 보시다시피 텍스트 아래에 새로운 셀이 나타납니다 텍스트 에서 Jupiter 노트북의 텍스트는 마크 다운 언어라고하는 것으로 HTML과 매우 유사합니다

이제 다음 셀이 나타나면이 코드를 작성하기 위해 아래에 작성하십시오 10과 같음 플로트, 나 실행 버튼을 누르십시오 여기 당신이 한 일이 있습니다 당신은 내가 10이라고 말했고 우리의 예에서 I는 당신이 I 변수에 float 메소드를 사용하는 변수입니다 출력은 100은 부동 숫자입니다 중요 사항 마크 다운을 사용하면 노트북을 문서화하여 함수가 매개 변수를 사용하고 값을 반환 우리의 방법은 특정 유형의 기능 단계 4입니다 따라서 실행 버튼을 누른 후 위의 셀을 실행하면 다른 셀이 나타납니다 이제 만들겠습니다

더 많은 문서를 만들거나 이제 다른 마크 다운을 입력하겠습니다 변환 int로 부동 드롭 다운의 선택 표시에서 스마트 다운을 선택하고 실행 버튼 또는 실행 버튼을 누르십시오 따라서 5 단계는 아래 코드를 다음 셀에 입력하고 실행 버튼을 누르십시오 F는 14 포인트 6 6과 int 에프 이제 Run 버튼을 클릭 해 보겠습니다 그래서 여기 당신이 한 일이 있습니다

F라는 변수를 만들었습니다 F라는 변수를 부동 소수점 숫자로 설정 하시겠습니까? 열네 포인트 여섯 여섯 그런 다음 int라는이 함수를 사용하여 F를 정수로 변환했습니다 주목해야한다 이 함수를 사용할 때 파이썬은 반올림하지 않습니다 소수점보다 먼저 모든 것을 가져 와서 제거했습니다 축하합니다

float로 변환하고 float로 끝났습니다 따라서 내 채널을 구독하여 더 많은 업데이트를 받고 계속 지켜봐야합니다

Free Online Python Machine Learning Course – Installing Python on Windows (Anaconda Distribution)

친구 이것은 TKD입니다 저는 15 년 간의 데이터 과학 및 컴퓨터 프로그래밍 경험을 공유하기 위해 왔습니다 여기 파이썬을 사용한 머신 머신 러닝을위한 무료 코스가 있습니다

내 채널을 구독하는 것을 잊지 마세요 최신 업데이트를 얻기위한 팁을 얻었습니다 오늘, 이것은 머신 러닝 엔지니어를위한 종합적인 파이썬 코스의 첫 번째 비디오입니다 그래서 우선 anaconda dot-com 배포판을 사용하여 Python 설치 그래서 아코디언을 사용하여 Python 37 버전을 사용하여 이미 설치했습니다 Anaconda 배포 및 씨를 설명했다

베이지 색 여러분도 잘 해내 고 있습니다 어서 지금 해 이 비디오에서 우리가 할 것은 우리의 목표는 파이썬을 홈페이지에 연결하고 노트북을 만드십시오 그래서 우선, 나는 이미 파이썬을 설치했고 지금은 내 검색 창으로 이동하십시오 나는 파이썬을 열 수 있고 파운드 할거야 과 그냥 나 이 설치는 우리를 위해 목성 노트북에 열렸으므로 단계 1이 완료되었습니다

2 단계 : 모든 노트를 입력 한 것처럼 수행했습니다 이제 목성을 볼 수 있습니다 노트북이 여기에 나타났습니다 이제 파이썬 노트북을 열 수 있습니다 색상이 시작된 화면 인쇄에서 변수 변수를 볼 수 있습니다 대령이 시작되었고 목성의 목성 화면을 볼 수 있다고 생각하십시오 왼쪽의 드롭 다운에서 잘만되면 나는 사용했다 프로젝트로서의 Python 3 이제 새로운 Jupiter 노트북이 나타 났으므로 IDE 친구입니다

통합 개발 환경 Python 머신 러닝을위한 목성 환경 그래서 축하합니다 Python을 시작하고 Jupiter 노트북을 만들었습니다 감사합니다

베를린 포토콜에 선 김기덕 감독-후지이 미나-이성재 – 한국 연예계 소식

베를린 포토콜에 선 김기덕 감독-후지이 미나-이성재 [스타뉴스 김현록 기자] 후지이 미나, 김기덕 감독, 이성재 /AFPBBNews=뉴스1  

김기덕 감독과 배우 후지이 미나, 이성재가 제 68회 베를린국제영화제에서 나란히 포즈를 취했다 지난 17일(현지시간) 오후 제 68회 베를린 국제영화제가 열리고 있는 독일 베를린에서 올해영화제 파노라마 부문에 초청된 김기덕 감독의 영화 인간, 공간, 시간 그리고 인간의 공식 포토토콜 및 기자회견이 진행됐다 김기덕 감독과 함께 일본 배우 후지이 미나, 이성재가 참석했다 인간, 공간, 시간 그리고 인간은 거대한 군함에 올라탄 채 미지의 허공을 항해핟게 된 사람들의 이야기를 담은 작품 후지이 미나, 장근석, 안성기, 이성재, 류승범, 성기윤, 오다기리 죠 등이 출연했다

후지이 미나, 김기덕 감독, 이성재 /AFPBBNews=뉴스1   한편 영화 뫼비우스(2013) 촬영 중 여배우A의 뺨을 때리고 동의 없이 남자 배우의 신체 일부를 잡고 연기를 하게 강요했다는 혐의로 피소돼 논란의 중심에 섰던 김기덕 감독은 신작 영화 인간, 공간, 시간 그리고 인간이 올해 베를린 영화제 파노라마 부문에 초청돼 사건 이후 처음 공식석상에 섰다 앞서 검찰은 지난 달 김기덕 감독을 폭행 혐의로 벌금 500만원에 약식 기소됐다 강요, 강제추행치상 명예훼손 혐의 등에 대해서는 증거 불충분으로 혐의없음으로 불기소 처분했다 김기덕 감독은 1998년 파란 대문이 제 49회 베를린국제영화제 파노라마 부문에 초청된 것을 시작으로, 2002년에는 나쁜 남자로 경쟁 부문에, 그리고 2004년에는 사마리아로 다시 경쟁 부문에 초청돼 최우수감독상 은곰상을 수상한 바 있다

이밖에 피에타로 2012년 베니스국제영화제 최고상인 황금사자상을 수상했다 한편 지난 15일 개막한 올해 베를린영화제는 오는 25일까지 열린다

George Hotz: Winning – A Reinforcement Learning Approach | AI Podcast Clips

-당신은 인생의 의미가이기는 것이라고 말했습니다 앞으로 5 년을 보더라도 우승은 어떤 모습입니까? -그래서

많이 있습니다 기술적 인 깊이처럼 들어갈 수 있습니다 내가 의미하는 바에이기려면 의미하지 않을 수도 있습니다 나는 그 의견에 대해 비판을 받았다 이 남자는 펭귄을 구하고 싶지 않아 남극 대륙에서? 이봐, 내가 무슨 말을하는지 들어 봐 나는 요트 또는 무언가가 있다고 말하는 것이 아닙니다

나는 요원입니다 나는이 세상에 넣어 나는 내 목적이 무엇인지 정말로 모른다 하지만 당신이 지능형 요원이라면 그리고 당신은 세상에 놓여 있습니다 가장 이상적인 방법은 무엇입니까? 수학적으로 이상적인 것은 이것에 대한 슈미트 후버 이론으로 돌아갈 수 있습니다 세계의 압축 모델을 구축하는 것입니다 최대 압축을 구축하기 위해 세상을 탐험하다 탐사 기능이 과거 압축의 미분을 최대화합니다

슈미트 후버는 이것에 관한 논문을 가지고 있습니다 내가 그런 종류의 개인적인 목표 함수처럼 내가이기려고하면 내 말은 어쩌면 이것은 종교적 일 것입니다 하지만 앞으로는 나는 진짜 목적이 주어질지도 모른다 또는 나는이 목적을 스스로 결정할 수있다 그 시점에서 이제 나는 게임이 무엇인지 안다 승리하는 방법을 알고 있습니다 지금 생각합니다 나는 아직도 게임이 무엇인지 알아 내려고 노력하고있다 하지만 일단 알고 불완전한 정보가 있습니다 보상 기능에 대해 많은 불확실성이 있습니다 그리고 당신은 그것을 발견 그러나 목적은

-[조지] 그것을 넣는 것이 더 좋은 방법입니다 -목적은 그것을 극대화하는 것입니다 주변에 많은 불확실성이 있습니다 그리고 당신은 둘 다 확실성을 줄입니다 동시에 최대화하는 것입니다

그것은 기술적 인 수준에 있습니다 -보편적 인 사전을 믿는다면 보편적 보상 기능은 무엇입니까? 그것을 넣는 것이 더 좋은 방법입니다 -그 승리는 흥미 롭습니다 나는 모든 사람들에게 그 보상 기능이 당신을 위해 무엇인지 궁금합니다 그리고 나는 그것을 볼 기대합니다 5 년 만에 10 년 만에 내 자신을 포함한 많은 사람들이 남자를 응원하고 있습니다 당신이 존재해서 기뻐요 행운이 있기를 바랍니다

[무비IS] "기묘한 분위기"..베일벗은 문제의 김기덕 신작 첫스틸 – Show Biz

[무비IS] "기묘한 분위기"베일벗은 문제의 김기덕 신작 첫스틸 [일간스포츠 조연경] 김기덕 감독 신작 스틸이 공개됐다 초호화 캐스팅과 제68회 베를린국제영화제 초청작으로 주목받고 있는 김기덕 감독 23번째 장편 영화 인간, 공간, 시간 그리고 인간(김기덕 감독)의 첫 스틸이 베일을 벗었다 공개된 스틸은 상공에서 찍은 컷으로 사방이 갇힌 원형의 공간 안에 있는 두 캐릭터의 모습을 담고 있다 녹슨 바닥과 흉흉한 분위기와 달리 후지이 미나는 새하얀 드레스형 원피스를 차려입고 있어 눈길을 끈다

김기덕 감독 작품 특유의 기묘한 분위기가 물씬 풍긴다 인간, 공간, 시간 그리고 인간은 다양한 연령과 직업군의 사람들이 퇴역한 군함을 타고 여행을 하던 중 바다를 항해하던 군함이 미지의 공간에 다다르자 탑승객들은 생존을 위해 여러 가지 비극적 사건들을 일으키는 이야기를 그린다 탐욕과 이기심만이 남은 공간에서 각 인물들이 보여주는 삶과 죽음에 대처하는 방식을 통해 먹고 먹히는 인류의 삶 역시 거대한 자연의 역사의 일부라는 메시지를 관통한다 특히 장근석·안성기·후지이 미나·이성재·류승범·성기윤·오다기리 죠 등 한국과 일본을 대표하는 배우들이 총출동해 영화계 안 팎의 관심과 기대를 한 몸에 받고 있다 김기덕 감독은 최근 여배우 폭행 논란에 휩싸이면서 문제적 감독의 이유를 또 하나 추가했다

해외에서는 거장으로 평가 받지만 국내에서는 여전히 호불호가 갈리는 상황 왠만한 상업영화 못지 않은 캐스팅에 김기덕 감독 특유의 색깔을 녹여낸 인간, 공간, 시간 그리고 인간이 김기덕 감독 이미지 쇄신에 도움이 될만한 작품으로 탄생했을지 귀추가 주목된다 조연경 기자 cho yeongyeong@joins com

S클래스 – 세월이 무색한 벤츠의 플래그십 BENZ W220 S500L

살아있습니까~아 하하하 '정마담'입니다 안녕하세요^^ 여러분 안녕하세요

'정마담'입니다 제가 오늘 여러분들과 함께 볼 차량은 전 세계의 대형 세그먼트의 기준인 메르세데스 벤츠의 s 클래스 모델입니다 오늘 보실 차량은 지난번 영상이 8세대였고 오늘 보실 차량은 7세대 w 2 2 0 코드네임 W220 S클래스 입니다 그리고 오늘 시승한 차량은 500L 롱바디 입니다 차량을 보기에 앞서서 이 멋진 S클래스 S클래스 가 왜 S클래스이냐 독일어로 sonderklassw 말하자면 '특급' 이라는 이야기에요 그만큼 가장 특별한 차량이라고 볼 수가 있죠 그래서인지 이 S클래스는 전세계 모든 자동차 회사의 대형 세그먼트의 기준이에요 항상 각 브랜드에서 대형 세그먼트 차량을 출시할 때 이 차량은 정말 전투력 측정기 라고 할 수가 있어요

그만큼 기준이 되고 표본이 되는 예전에 임펄스 조사 기관에서 대형세단으로 가장 타고 싶다고 한차 그 차가 S클래스 거든요 또 하나 재미있는 여담이 있는데요 이 번호판 이에요 이 번호판 99년도 당시만 해도 대한민국은 서울 뭐 이렇게 번호가 나오는 녹색 번호판 이었거든요 이차가 출시됐을 때 서울 52 서울 55 강남 부의 상징 번호판 그 번호판이 생각나네요

S클래스 의 구동 방식은 후륜구동 기반 이고요 풀타임 4륜구동 이렇게 두가지 구동 방식입니다 전 모델인 W140 강하고 우직해 보이는 그런 모습이었으면 W220은 굉장히 우아하게 곡선을 많이 살려 인기를 끌었어요 헤드램프를 보시면 인상을 쓰면서도 굉장히 카리스마 있어 보이는 눈이예요 그러면서 후드, 휀다 와 떨어지는게 굉장히 우아하고 고급스럽게 떨어졌어요

오늘 시승 차량은 페이스리프트 전 모델인 2002년식 모델 라이트는 F/L 된 신형 모델 로 교체를 했습니다 신형으로 개조하기 굉장히 쉬워요 한 100만원 정도면 앞 헤드램프와 뒷 테일라이트를 교체 하실 수 있습니다 라디에이터 그릴을 보시면 이차는 S500 풀옵션 모델 이라서 그릴에 dtr 옵션이 들어가 있습니다 라디에이터는 본넷과 일체형 이에요

굉장히 고급스러워요 그래서 왜냐하면 범퍼와 일체형을 주면 굉장히 범퍼가 부각이되서 좀 강한 인상인데 지금 같은 경우는 본넷과 일체형이기 때문에 굉장히 우아하면서도 부드러운 이미지 전방 감지 센서가 들어가있구요 휠은 18인치 245/45/18 고속 주행이나, 일반 주행 시 가장 편안하고 안락한 주행을 할 수 있는 사이즈의 휠이 장착이 되어 있습니다 자 측면을 보시면 A필러부터 C필러까지 이어지는 세련된 느낌의 리어쿼터뷰가 아주 특징적인 모델이에요 보시면은 굉장히 부드럽죠 떨어지는게아 고급스럽습니다 정말 아까 전면부에 말씀드렸던 이 부분 테일 라이트가 이건 신형 이에요

신형 테일라이트 는 지금 봐도 촌스럽지 같네요 요즘 출시되는 차량들처럼 일체형 배기라인이 들어가 있진 않아요 배기라인은 세탁 숨겨 놨어요 범퍼 안쪽으로 그래서 고급차의 이미지가 굉장히 강한 거죠 짜잔~ 열리는 것도 우아하죠

2002년도 모델인데 그때 벌써 이런 자동으로 트렁크가 또 열고 닫히는 옵션이 들어가 있습니다 뭐 그냥 이렇게 그냥 이렇게 들어갑니다 이정도 사이즈 그리고 여기 앉아서 딱 누르면 닫히는하하하 사이즈가 넓네요 대형 썬루프가 장착이 되어 있어서 쾌적한 주행을 할 수가 있습니다 S클래스 하면은 빠질 수 없는 압축도어 세계 최고의 쇼퍼 드리븐카 아니겠습니까 뒷좌석을 한번 살펴봐야죠^^ 일단 뭐 들어가는 것부터 여유롭습니다

여유로워 너무 넓어서 오히려 불편한거 같아요 테이블도 있구요 뒷좌석용 통풍 리무진시트 기능 전부 다 들어가 있습니다 아정말 넓다 다리 이렇게 꼬고 할 수 있는 레그룸을 보유하고 있구요 뭐 헤드룸 말할 것도 없구요 헤드룸도 뭐 내리기도 엄청 편하게 도어부분을 먼저 보시면 메모리 시트가 장착이 되어 있구요 통풍 그리고 히팅 그리고 좌석을 컨트롤할 수 있는 스위치가 있구요 그리고 사이드미러 조절 버튼이 있습니다 왼쪽의 오디오 그리고 트립컴퓨터를 제어할 수 있는 버튼이 있구요 그리고 오른쪽에는 볼륨 핸즈프리 기능을 할 수 있는 시동은 '키레스고' 방식은 아니에요 계기반은 굉장히 시인성이 좋은 슈퍼비전 클러스터 방식 가운데 트립이 있어서 핸들에서 버튼을 눌러서 트립 컴퓨터를 조절하는 방식입니다 ESP 그리고 차고 올리고 내리고 하는 버튼이 있고요

abc 액티브 바디 컨트롤 있구요 뒷좌석에 헤드레스트를 내렸다 올렸다 할 수 있는 버튼이 있어요 그리고 도어락 견인 PDC 그리고 커튼 조금 안타까운 부분이 순정 커맨드 시스템이 아니고 사제로 지금 바꿔 놓으셨어요ㅜㅜ 그리고 하단부에 보시면 풀오토 에어콘 기어봉 위치에 보이시면 dtr 과 차간거리조절 센서가 있습니다 조수석 부분도 마찬가지로 시트를 컨트롤할 수 있는 버튼이 있고요 그리고 통풍 히팅 메모리 시트 하단부에 보시면 안마 시스템이 장착이 되어있습니다 뒷좌석을 보시면 전체적으로 커튼이 장착이 되어 있어요

그래서 VIP의 프라이버시나 자외선을 이렇게 막아주는 기능을 하고 있습니다 정말 부드럽게 시동이 걸리네요 가보겠습니다 아~ 부드러 부드러워 벌써 부드러 이 벤츠를 타면서 항상 느끼는거지만 본넷의 보이는 저 삼각별 저게 진짜 사람 미치게 만드는 거죠 꼭 이 차를 몰고 있으면서 내가 뭔가 사회적으로 성공한 기분을 느낀다고 할까 자 과속방지턱 덜컹~ 부드럽습니다 과속방지턱을 연속으로 한번 먹어 볼게요 아 하하하 할말이 없네

이게 지금 2002년식 S500 인데 말하자면 20년 가까이 된 거에요 지금 근데 이십 년이 가까이 됐어도 이런 승차감을 낼 수 있다는거 정말 할 말이 없습니다 핸들이 벌써 어마어마하게 부드럽구요 급가속이나 이런건 하지 않을께요 차량의 컨셉에 맞는 시승만 해보도록 하겠습니다

브레이크는 적당히 밀리고요 그냥 스타트 부터 미끄러지듯 그렇게 나가요 이건 어디까지나 개인적인 생각이지만 S클래스 모델을 선택하실 때는 500 부터 시작을 하는게 맞다고 봐요 이 벤츠에 기술력과 모든 것을 다 따져봤을때 S500 이상 모델을 타야지 정말 S클래스를 느낄 수 있다 라는 그런 생각 이 굉장히 지배적 이에요 지금 나온 현재 나오는 모델 말고 그러니까 지금 220 뭐 140 부터 시작해서 W140 W220 요 모델 같은 경우는 특히나 지금처럼 다운사이징 된 엔진이 아닌 S500 이 모델부터 타셔야지 S클래스를 느낄 수 있어요

굉장히 여유롭고 일반적으로 생각할 때 뭐 3000cc대 그리고 220 이나 140 같은 경우는 200cc 대도 있어요 2800cc S280 모델 요 모델 같은 경우가 기름이 뭐 적게 들어간다 뭐 이런 것들은 아니고요 오히려 큰 배기량 일수록 여유있게 주행이 되기 때문에 쓸데없는 힘을 쓰지 않거든요 고배기량 일수록 그래서 오히려 연비 면에서도 크게 나쁘지 않습니다 그러니까 배기량이 높다고 해서 연비가 나쁘고 이런 건 아니에요 정말 이렇게 악셀에 약간만 발을 올려도 힘이 주~욱 밀고 나가는게 저 지금 악셀에 힘 전혀 안 준 거거든요 그런데 확실히 지금 통풍을 켜 놓긴 했는데 통풍 시트는 국산차가 짱입니다 통풍도 확실히 굉장히 차처럼 은은해요 내가 통풍을 켜놨나? 이 저도의 느낌 정말 땀띠 안날 정도만 이렇게 통풍을 해주는것 같아

통풍도 3단까지 있는데 S클래스 일반적으로 생각할때 쇼퍼드리븐 이라고 생각하는데 쇼퍼 드리븐 플러스 오너드리븐이 맞아요 뒷좌석 승객 또 편하고 운전하는 사람도 굉장히 즐거운 생긴 것처럼 정말 우아하게 나가 줍니다 시승하면서 우와~ 밖에 안나와요우와 밖에 이게 뭐 진짜 따로 말할 부분이 없어요 S클래스는

우리가 일반적으로 W220 이 차량과 SL모델이죠 이 모델의 이제 abc abc 유압식 서스펜션을 고질병으로 얘기를 하는데 이 ABC 액티브 바디 컨트롤 이라고 하는 용어 의 약자인데 이게 엄청난 그 기술이 집약된 써스펜션 이 모델을 타면서 이 aABC 가 빠져 있다라는거 상상도 할 수 없는 겁니다 근데 하지만 이제 이 차량을 워낙 좋아 하시고 이런 분들은 외관이죠 이런 것들을 좋아하시는 분들은 ABC 를 빼고 뭐 일체형 서스펜션 으로 바꾸어 끼고 뭐 이렇게 하십니다

왜냐하면 고질병이 라고 생각하시는데 ABC는 소모품 이에요 소모성 보품인데 단지 금액이 비싸다 한성에서 하면 1800만원 정도 근데 ABC가 들어간 모델 차량들이 보면 거의 2억원을 육박 하거나 2억을 넘어가는 차들이에요 그 차량에서 이 엄청난 옵션인 이 abc 모델을 빼버리면 정말 제가 생각하기에는 S클래스의 가장 중요한 부분에 30% 를 뺀다고 생각해요 근데 수리비가 많이 나오니까 차량 가격은 싸지고 그러니까 이제 조금 되게 안타까워요 그부분 abc 부분에 대한 그 그 고질적인 문제 고질병은 아니지만 그 고질적인 문제 때문에 W220 이 모델을 기피 하시는 경우가 있는데 물론 수리가 되어 있는 차량을 구매하시면 제일 좋구요 아니더라도 각오는 하고 구입을 하시는게 가장 좋은 것 같습니다 근데 그 부분이 빠지면 정말 W220 모델은 의미가 없어요 가장 중요한 가격대를 한번 보도록 하겠습니다 벤츠 S클래스 S클래스가 지금 나와있는 93년부터 06년 이라고 하는 거 보니까 W140 모델부터 같이 포함해서 나오는 것 같아요

전체 검색으로 할게요 등급 따로 없이 낮은 가격부터 보시면은 02년도 모델이 280만원 258,000 키로 주행 했어요 그리고 그 다음이 300 만원 350만원 이렇게 나오고여 가장 높은 가격을 보시면 05년 55AMG 이 모델이 지금 2,480만원 그리고 그 밑으로는 1000만원 미만의 자리 하고 있습니다 가격대는 다양하게 나와있어요 55 amg 는 다른 모델이라고 보셔야 되니까 그 외에 다른 등급 의 모델들 같은 경우는 천 만원 미만으로 충분히 구입하실 수가 있겠습니다 저와 지금까지 W220 7세대 S클래스를 살펴봤는데요 가격대는 300만원 대 부터 시작을 하지만 한500 만원 이상을 선택을 하시고 그리고 또 추가적으로 한500만원 정도 더 사용을 하신다고 생각을 하시면 마음 편하게 이 멋진 W220 모델을 구입하실 수 있으실 것 같아요 천만원정도 사용해서 이정도의 멋진 컨디션의 벤츠를 만들 수 있다면 그것도 아주 현명한 선택이라고 생각됩니다

일상이 예술로.. 짐 자무쉬 감독만 줄 수 있는 특별함 – 한국 스타 월드

일상이 예술로 짐 자무쉬 감독만 줄 수 있는 특별함 [오마이뉴스 김형욱 기자] ▲  거장 짐 자무쉬의 신작 우린 이 영화에서 아마추어 예술가를 만난다 ⓒ 그린나래미디어(주) 짐 자무쉬 감독

1982년 로 센세이션한 데뷔를 한 이후 시종일관 거장으로 군림하고 있는 이 위대한 예술가를 난 잘 모른다 그 명성에 비해 우리나라에 정식 개봉한 작품들이 상대적으로 많지 않다는 이유가 이유라면 이유겠다 2017년의 마지막을 장식한 수작 을 빗대어 간단히 언급하자면, 짐 자무쉬는 자신만의 확고한 예술세계에 평범하고 일상적인 시간과 공간과 인물을 배치한다 그는 다른 어느 것도 아닌 삶에서 예술을 건져올리고 아름다움을 캐치하는 능력이 있는 사람이다 영화 은 미국 뉴저지주 패터슨시에 사는 버스 운전기사 패터슨이 주인공이다

  그는 버스 운전기사로 일하면서 아내 로라와 반려견 마빈과 함께 평범한 삶을 영위하는 와중에 틈틈이 시(詩)를 쓴다 그는 아마추어 시인이다 한편 그의 아내 로라도 집에서 페인팅을 하고 그림을 그리고 기타를 치고 펜케이크를 만들어 파는 아마추어 예술가다 그 모든 것에 검정과 하양의, 그녀만의 패턴이 있다 큰 배신감과 큰 위안과 격려, 그 사이

▲  반복되는 일상이 지겹다는 이 시대, YOLO 시대 이 영화는 정확히 반복되는 일상을 보여준다 ⓒ 그린나래미디어(주) 미국 뉴저지주의 소도시 패터슨시, 버스 운전기사 패터슨(아담 드라이버 분)은 어김 없이 6시 10분쯤에 잠에서 깬다 아내 로라(골쉬프테 파라하니 분)에게 입 맞추고 두런두런 이야기를 나눈다

시리얼로 아침을 먹고는 전날 챙겨둔 옷을 입고 걸어서 출근한다 출근하면서 떠올리고 구상한 시상(詩想)을 버스 운행 전 짧은 시간에 쓴다 본격적인 버스 운행, 패터슨은 패터슨시를 돌며 많은 풍경을 감상하고 수없이 오가는 승객들의 면면과 그들의 대화를 듣는다 점심 시간에는 공원에 있는 폭포 앞 벤치에 앉아 아내가 마련해준 도시락을 먹으며 시를 쓴다 퇴근해서는 아내와 이런저런 이야기를 나누고 마빈과 저녁 산책을 나간다

산책 도중 바에 들러 맥주 한 잔 들이키며 바텐더와 이런저런 이야기를 나누거나 홀로 생각에 잠긴다 그렇게 하루가 가고 다음날 아침이 밝는다 전날과 그 전날, 매일매일 변함없는 하루가 시작되고 지나간다 패터슨의 하루는 속절없이 흐르고 변함 없이 똑같으며 아무런 문제도 없다 에서 조금이라도 현실적이지 않은 부분은 없다

 영화에서 어떤 종류의 영화적 대리만족과 카타르시스를 얻으려고 했다면 큰 배신감을 느낄 수도 있겠다 싶을 정도다 반면 영화에서 또 다른 나의 이야기와 같은 공감을 느끼고자 했다면 큰 위안과 격려를 얻었을 게 자명하다 은 그런 영화다 패터슨과 나 ▲  영화는 한편 지루해 어떤 느낌도 들지 않을 수 있지만 한편 상당한 위안과 격려를 건넨다

ⓒ 그린나래미디어(주) 나의 하루는 어떠한가 6시 반쯤 일어나 씻고 옷을 입고는 아내가 내려준 커피를 마시며 TV를 보고 아내와 얘기를 나눈다 7시 20분쯤 집을 나서 8시 40분쯤 회사에 도착한다 저녁 6시에 어김없이 퇴근해 7시 반쯤 집에 온다

간단히 씻고 저녁을 먹고는 침대에 누워 TV를 보든 스마트폰을 하든 아내와 얘기하며 시간을 보내다가 12시쯤 잠에 든다 저녁을 먹고 1~2시간 정도 아내와 함께 산책을 나갈 때도 있다   달라지지 않는 하루 루틴의 큰 얼개이다 패터슨도 다를 바 없겠지만 그에겐 시가 있다 하루 일과의 순간순간, 행간과 자간을 촘촘히 잇는 시상이 그의 하루를 풍성하게 한다, 특별하게 한다

그가 갖고 있는 모든 것, 그가 보고 듣고 느끼는 모든 것이 시가 되기에 그 특별함은 다시 평범함으로 치환된다 삶이 예술이 되는 순간이다   나에게도 패터슨의 시와 같은 게 있다 책과 영화, 내 평범한 삶을 특별하게 해주는 것들이다 그것들 또한 어느새 내 삶의 패턴 안에 자리잡아 평범함의 하나가 되었지만 여전히 그리고 앞으로도 특별할 것이다

패터슨도 그러할 테고, 영화에서 패터슨이 존경하는 패터슨시 출신의 시인 윌리엄 카를로스 윌리엄스도 그러했을 테다 그는 평생 의사로 일하면서 역시 평생 시를 썼다   일상이 예술로     ▲  자기 계발보다 세계 확장, 소수 예술보다 만민 예술을 지향해야 한다 ⓒ 그린나래미디어(주)

버스 운전기사가 시를 쓴다는 설정이지만 너무나 현실적인 이 영화에서도 영화적인 부분이 있다 심지어 패터슨이 존경하는 윌리엄 카를로스 윌리엄스가 상징주의를 배제한 객관주의로 명성을 떨친 와중에도 말이다 패터슨이라는 캐릭터를 조금만 더 뜯어보면 시인이 되기에 최적의 조건을 갖추었다는 걸 알 수 있다   그는 눈을 뜨는 그 순간부터 정확히 정해진 대로의 하루를 살아간다 전날 아내가 챙겨둔 옷을 입고, 매일 똑같은 아침을 먹고, 산책길 같은 출근길을 걸어가며, 완벽히 정해진 행선지를 돌고 돌며, 아내가 챙겨준 도시락으로 점심을 먹고, 다시 산책길 같은 퇴근길을 걸어오고, 아내와 얘기하는 시간을 갖고, 반려견과 저녁 산책을 나가고, 바에 가서 하루를 마무리하는 맥주를 마신다

  거기에 루틴 안에서 생각할 어떠한 거리도 없다 그의 몸은 정해진 대로 움직이며 그의 정신은 모두 시로 향해 있는 것이다 특히 그는 버스를 운전하며 눈으로는 매순간 똑같은 듯하지만 완전히 다른 풍경을 보고, 귀로는 그가 천착하는 일상의 언어로 된 대화들을 들을 수 있다   패터슨과 로라가 보여주는 아마추어 예술가로의 일상성이 우리에게 힘을 주고 격려와 함께 위로를 보내는 것 같다 비록 패터슨의 하루가 최적의 조건으로 꽉 짜여 있다고 해도, 우리 손에는 그런 조건이 쥐어지지 않는다 해도, 예술은 일상과 함께 하는 것이기에 일상에서 비롯되는 것이기에 누구도 해나갈 수 있을 것이다

을 보며 삶이 언제, 어떻게 예술이 되는지 알기란 어렵지 않다    

Top Articles – Cassie Kozyrkov – Why Businesses Fail At Machine Learning

Hacker Noon의 주요 기사에 오신 것을 환영합니다 여기서 Hacker Noon의 기고가가 작성한 주요 기사를 읽었습니다

저는 데릭 버나드입니다 조정 해 주셔서 감사합니다 오늘 저는 Cassie Kozyrkov의 기사를 읽고 있습니다 Kozyrkov는 "기계 학습에서 비즈니스가 실패하는 이유"를 불렀습니다 Cassie는 Google의 수석 의사 결정 과학자입니다 그녀의 링크드 인 프로필에 따르면 그녀는 말한다: 저는 Google의 데이터 과학자 및 임원입니다 의사 결정 인텔리전스와 안전한 신뢰할 수있는 AI를 민주화하는 사명으로 깊은 기술 전문 지식의 독특한 조합을 가져옵니다 세계적 수준의 대중 연설 기술, 세계적 수준의 대중 연설 기술, 조직의 변화를 이끌 수있는 능력 100 개가 넘는 프로젝트에 대한 지침을 제공했습니다 Google의 분석 프로그램을 개인적으로 설계했습니다

이 기사는 해커 정오에 14 만 9 백 박수를 받았습니다 20,000 명 이상의 Google 직원 교육 및 통계 의사 결정 및 머신 러닝 매혹적인 기사입니다 계속 지켜봐주세요 해커 인사 Hacker Noon은 지속적으로 고객님 께 감사의 마음을 전하는 방법을 생각하고 있습니다 우리 커뮤니티 들어가다, 정오 기술 산업 최우수상! Hacker Noon의 첫 번째 정오에 투표하십시오

noonieshackernooncom 모든 것이 민주적 인 곳 그리고 당신의 투표는 중요한 유일한 것입니다 투표는 8 월 16 일에 마감됩니다 우승자는 8 월 20 일에 발표됩니다 투표하다: 올해의 해커 가장 흥미로운 시작 올해의 기고가 (모든 주요 카테고리에서) 목록은 noonieshackernoon

com입니다 결과를 위해 noonieshackernooncom에 계속 관심을 가져주십시오 당신 해커 정오 비즈니스가 hackernoon

com/@kozyrkov에서 cassie kozakov의 머신 러닝에 실패하는 이유 2018 년 6 월 28 일 사람들이 기계 학습을 말할 때 여기에는 단 하나의 훈련이있는 것처럼 들립니다 두 가지가 있으며 비즈니스가 차이를 이해하지 못하면 문제의 세계를 경험할 수 있습니다 두 가지 머신 러닝 이야기 기계 학습과 관련하여 빵을 구울 오븐이나 전기 기술자를 만들도록 요리사를 고용한다고 상상해보십시오 그것은 일종의 실수입니다 빵집을 열면 사업이 계속 반복되는 것을 봅니다 숙련 된 베이커를 고용하는 것이 좋습니다 맛있는 빵과 과자를 만드는 뉘앙스에 정통한 오븐은 중요한 도구이지만 오븐을 원할 것입니다 오븐을 만드는 법을 아는 임무로 최고 생과자 요리사에게 청구하지 않을 것입니다

그렇다면 귀사는 왜 머신 러닝과 동등한 기술에 초점을 맞추고 있습니까? 우리는 오븐을 만드는 빵을 만드는 사업을하고 있습니까? 기계 학습 연구 그러나 그들은 모든 기계 학습 과정과 교과서가 오븐을 만드는 방법에 관한 것임을 말하지 않습니다 전자 렌지 믹서기 토스트기 부엌 싱크대 처음부터 머신 러닝 알고리즘을 구축하면 요리법을 익히고 요리법을 익히는 방법이 아님 다른 사람들이 주방 용품을 사용할 수있는 범용 도구 당신이 비유를 선호한다면이 사업을 기계 학습 연구라고하며 일반적으로 학계 또는 Google과 같은 장소에서 수행됩니다 이 알고리즘은 오랜 역사가 있기 때문에 널리 알려진 많은 알고리즘이 필요했습니다 예를 들어, 몇 세기 동안 회귀에 대한 최소 제곱 법은 1805 년에 출판되었습니다 나를 믿어 인류는 200에 먼 길을왔다 오늘날에는 꽤 정교한 기기가 있습니다 더 나은 전자 레인지를 어떻게 만들 수 있습니까? 물론 이것이 어떻게 작동하는지 모른다면 몰입 형 연구가 필요합니다 연구원이 되려면 몇 년이 걸리고 101 코스가 미적분학의 기초로 시작하는 데는 합당한 이유가 있습니다 대부분의 비즈니스에 머신 러닝을 적용했습니다 비즈니스 문제를 해결하기 위해 요리를 원합니다

그들은 전자 레인지 판매에 관심이 없지만 종종 해당 가전 제품을 처음부터 새로 만들려고하는 실수를합니다 현재의 과대 광고 및 교육주기가 주로 연구에 중점을 둔다는 것은 그들에게 책임이 없습니다 레시피로 혁신하는 경우 적용 대신에 전자 레인지가 이미 존재하는 바퀴를 재발 명하지 마십시오 여러 곳에서 무료로 구할 수 있으며 자체 기계 학습 주방을 설치하는 경우 Google과 같은 집안일 공급자처럼 들립니다 클라우드 플랫폼을 사용하면 기기 재료 및 레시피 북과 함께 사용할 수 있습니다 대부분의 응용 프로그램에서 팀은 역 전파의 수학을 이해할 필요가 없습니다

신경망에서 요리사 이상은 전자 레인지의 배선도를 알아야합니다 산업 규모의 주방을 운영 할 계획이라면 잘 관리해야 할 사항이 많이 있습니다 요리하기 전에 요리가 좋은지 확인하는 재료 기계 학습으로 충돌 및 굽기 운수 나쁘게 응용 프로그램이 매우 다르다는 것을 인식하지 못하기 때문에 머신 러닝에서 가치를 얻지 못하는 많은 비즈니스가 있습니다 알고리즘 연구 측면의 훈련 대신 지도자들은 평생 동안 전자 레인지 부품을 만들어 온 사람들을 고용하여 부엌을 시작하려고하지만 결코 생각하지 않는 것이 좋습니다 문제가 해결되면 무엇이 잘못 될 수 있습니까? 운이 좋았고 실수로 훌륭한 요리사 인 엔지니어를 고용했기 때문에 일반적으로 운이 좋지 않습니다 한 생애에는 너무 많은 시간이 있습니다

전자 레인지 연결 방법을 배우면 생과자 나 사업의 기술을 익히는 데 헌신 할 시간이 줄었습니다 박사 학위를 취득한 인공 지능 연구원은 언제 어디서 기계 학습에 필요한 기술을 습득 했습니까? 둘 다의 전문가 인 하이브리드에 마음을두면 재능 부족에 대해 불평하는 것이 당연합니다 대신에 누구를 대신 고용해야합니까 산업용 주방 당신은이 공간을 이해하는 리더십이있는 학제 간 팀이 필요합니다 그렇지 않으면 프로젝트 피즐이 아무데도 갈 수 없습니다 최첨단 가전 제품을 판매하는 경우 업무에 적합한 팀을 고용하십시오 식품을 대규모로 판매하기 위해 레시피를 혁신하고 있다면 연구원 요리 할 가치가있는 것이 무엇인지, 목표가 무엇인지 알아내는 사람들이 필요합니다 공급 업체와 고객 도메인 전문가를 이해하는 의사 결정자 및 제품 관리자, 전문가 및 사회 과학자 다양한 재료기구 조합을 신속하게 시도하여 잠재적 인 레시피를 생성 할 수있는 스케일 데이터 엔지니어 및 분석가의 재료 레시피의 품질이 제공하기에 충분한 지 확인할 수있는 적용 ml 엔지니어 잠재적 인 레시피를 수백만의 요리로 바꾸는 통계학자는 효율적인 소프트웨어 엔지니어에게 봉사했습니다 학제 간 팀을 추적하여 프로젝트 프로그램 관리자를 추적하고 요리를 최고 수준으로 유지하는 사람들 배달 트럭이 주문한 쌀 대신 많은 양의 감자를 가져와도 신뢰성 엔지니어는 별도의 개인 일 필요는 없지만 각 역할을 담당하고 있는지 확인하십시오

불완전한 풍자 만화를 제공하기 위해 썩은 토마토를 나에게 던지기 전에 응용 머신 러닝 채용에 대해 할 말이 훨씬 많다는 것을 자유롭게 인정할 것입니다 이 게시물을 포함하여 다른 게시물에 아웃소싱했습니다 팀이 기존의 모든 도구를 사용해보고 비즈니스 목표를 충족시키는 레시피를 만들 수없는 경우 소싱에 대해 말하기 가전 ​​제품을 만드는 기술을 추가하는 것에 대해 생각하는 것이 합리적입니다 해당 직원을 영구 직원에게 고용하거나 숙련 된 알고리즘 연구 회사에 해당 업무를 아웃소싱하는지 여부 작업의 규모와 성숙도에 따라 연구자와 연결해야하는 또 다른 이유는 프로토 타입이 너무 성공적이기 때문에 맞춤형 빌드를 사용하기 때문입니다 어플라이언스는 대규모로 의미가 있습니다 당신은 가지고있는 큰 문제에 대해 운영 할만큼 운이 좋았습니다 의사 결정 인텔리전스 전문가가 이에 대해 이야기해야하지만 여기에는 실제로 두 가지 머신 러닝이 있다는 사실에 동의하지 않습니다 그래서 세상은 사람들을 훈련시키고이 모든 알고리즘을 구축하고 있지만 저는 그것들을 사용하지 않습니다 우리 팀은 그 문제를 해결하기 위해 노력하고 있습니다 우리는 적용되는 측면을 다루는 새로운 원칙을 만들었으며 이미 15,000 명 이상의 직원을 훈련 시켰습니다

우리는 그것을 의사 결정 지능 공학이라고 부릅니다 머신 러닝과 데이터 과학의 모든 응용 측면을 확장하여 연구 기계 학습 구축 내 질문과 응용 기계 학습이 마이크로파 결정을 사용하고 있습니다 지능 공학은 목표를 달성하기 위해 전자 레인지를 안전하게 사용하고 전자 레인지가 필요없는 경우 다른 것을 사용합니다 행운을 빌고 재미있게 보내 기계 학습을 적용 할 때 가장 어려운 부분은 요리하려는 대상과 이전에 확인하려는 방법을 아는 것입니다 고객에게 제공합니다 그 부분은 실제로 그렇게 어렵지 않습니다 머신 러닝으로 비즈니스 문제를 해결하는 것이 대부분의 사람들이 생각하는 것보다 훨씬 쉽다는 것을 잊지 마십시오

당신이 진짜 부엌에서 땜질을 시작하는 것처럼 그 빛나는 부엌은 당신이 그들에게 뛰어 들기를 기다리고 있습니다 전통을 가져야한다고 믿는 사람을 만날 때마다 머신 러닝 알고리즘은 좋은 과정을 시작하기 위해 나는 그들이 스스로 전자 레인지를 만들 때까지 전자 레인지 사용을 거부한다고 상상할 수는 없다 기계 학습으로 놀라운 일을하기 위해 박사 학위가 필요하다는 문구에 빠지지 마십시오 정말로 필요한 것은 약간의 창의력입니다

KNN – The K Nearest Neighbour Machine Learning Algorithm

안녕하세요, 우리가 이야기 할이 특정 비디오에서 내 채널에 오신 것을 환영합니다 KNN K라는 가장 인기있는 기계 학습 알고리즘 중 하나 여기서 K는 1에서 n까지의 숫자를 나타내며 알고리즘은 내가 이 K의 끝까지 내 K 이웃들만큼 좋아 KNN이 무엇인지, 왜 그것을 사용해야하는지 이해할 것입니다

알림을 보내기 전에 YouTube 채널을 구독 해주세요 벨 아이콘을 누르면 내가 가지고있는 소셜 미디어에서 나를 따라갈 수도 있습니다 설명에 링크가 제공되었으므로 이제 시작하겠습니다 kNN 또는 K 가장 가까운 이웃은 알고있는 감독 학습 알고리즘입니다 지도 학습 비지도라는 세 가지 유형의 알고리즘이 있습니다 학습 및 강화 학습 강화 학습은 때때로 반지도 학습이라고합니다

현재지도 학습은 두 가지 유형입니다 분류 및 회귀 선형 회귀는 회귀 유형 및 km입니다 KNN도 사용할 수 있음을 기억하기 위해 분류 유형에서 회귀를 위해이 특정 비디오에서는 그것이 KNN이 사용되는 주요 영역이므로 분류는 이 특정 알고리즘을 이해하기 위해 지금 이해하십시오 여기 문제를 생각해 봅시다 문제 진술은 문제 진술입니다 한 그룹의 사람들이 런던으로 여행한다고 가정하자

마라톤 좋아 이제 우리가 가지고 있다고 가정 해 봅시다 여기서 마지막까지 참가자의 데이터는 이제 문제 상태입니다 그들이 지금 도착한 대륙을 여행 한 거리에 따라 문제는 간단합니다 몇 킬로미터 나 몇 마일을 가져야합니까? 우리는 그들이 지금부터 오는 대륙을 추측해야합니다 작년까지 수집 한 데이터가 어떻게 생겼는지 동서에서 2000 킬로미터에서 10,000 킬로미터까지 데이터 수집 남북 방향은 괜찮아서이 그래프는 자명하다 이제 더 나아가서 사람들을 분류 해 봅시다 이제 우리가 할 수있는 것은 사람들이 안전하게 이천에서 오천 킬로미터 동쪽에서 오는 런던 이스트의 동쪽에 대해 이야기 할 때 유럽이 중요한 것은 Google지도를 열면 오른쪽이 왼쪽에 있습니다 이것은 서쪽이 될 것입니다

이것이 우리가 이것을 다시 한 번의 면책 조항과 관련시킬 수있는 방법입니다 이것은 완전히 가상의 데이터이며 학습 목적으로 만 사용되며 대륙을 정확하게 나타내지 않습니다 서부 호주를 넘어 아시아를 넘어 동쪽 유럽에서 1km 사이드 북아메리카 또는 북아메리카 또는 남미 지역 이천 킬로미터는 여전히 남쪽에서 8시에서 8 시까 지 유럽이 될 것입니다 만 킬로미터를 넘어 서면 아프리카는 우리가 가지고있는 데이터입니다 누군가가 와서 내게 물어 보면 어떻게 될지 우리의 문제를 해결하려고 노력합시다 제발 대륙에 알려주십시오 이것이 우리가 해결해야 할 문제입니다 처음에 K를 하나 기억해 보도록하겠습니다

K는 하나의 평균과 동일한 수의 이웃 k를 의미한다 가장 가까운 데이터 포인트는 여행 한 거리와 일치하는 사람입니다 시각적 참조에서 가장 가까운 사람이 아프리카에 있고 이 사람은 괜찮아요 물건이 단순 해 보입니다 결과는 사람이 아프리카 출신이거나 이제 아프리카에서 여행하는 경우 K를 변경하면 어떻게됩니까? 이 경우 2와 같습니다

가장 가까운 두 개의 데이터 포인트를 고려해야합니다 이 사람으로부터 가장 가까운 두 개의 데이터 포인트를 고려합시다 첫 번째 데이터 포인트는 아프리카에서도 시각적으로 가장 가까운 두 번째 사람이 아프리카에서 두 이웃 모두 아프리카에서 아무 문제가 없습니다 또한 아프리카에서 여행하고 있습니다 결과는 k가 2 인 것과 같습니다

이 사람이 사람이 당신에게 그가 여행하고있는 대륙이지만이 사람은 등거리에 위치하고 있습니다 가장 가까운 두 사람이 서로 다른 대륙에 있기 때문에 아프리카에있는 사람은 또한 등거리에 있습니다 북남미에있는 사람은 또한 등거리이므로 당신의 선택은 무엇입니까? 알고리즘이이 사람의 소속 여부를 알려줍니다 아프리카 나 남미에서 잘 여행하는 경우 명확한 답이 없습니다 난수를 생성 할 수 있다고 생각할 수 있습니다

그런 식으로 표현할 수있는 가치를 얻습니다 아프리카 또는 북아메리카 이제 문제는 두 가지 옵션이있는 숫자입니다 이 경우 명확한 결정 포인트가 없기 때문에 나쁘다 괜찮다고 생각하는 숫자를 사용하지 마십시오 짝수를 알면 두 가지를 얻는 경우에도 항상이 문제가 발생합니다

2 3 3 4 4 무엇을 결정할까요? 지금은 짝수를 사용하지 마십시오 이제 K를 3으로하여이 문제를 해결해 봅시다 이 특정 그림에서 가장 가까운 3 개의 데이터 포인트를 고려해야합니다 가장 가까운 사람이 세 번째로 가까운 사람을 찾으려고합니다 북미 또는 남미 지역은이 경우 투표 다수와 함께 투표에 두 개 이상의 옵션이있는 경우 KNN이 작동하는 방식 이 특정 경우에 어떤 특정 이웃이 속하는지 결정합니다

실제로 북미 또는 남미 지역에 속하므로 이제 KNN 방법을 이해합니다 작동하고 왜 짝수를 사용해서는 안됩니까 홀수를 사용할 수 있습니까? 이 경우에 또 하나의 예를 보도록하겠습니다 이런 사람은 당신에게 자신의 대륙을 찾아달라고 요청하세요 이 사람은 3 명의 이웃과 동등한 거리에 있습니다 다른 하나는 아프리카에 있고 다른 하나는 북남에 있습니다 미국은 유럽에 있습니다 이제 우리는 당신이 똑같이 들어간 사각형으로 돌아 왔습니다

홀수를 사용해도 문제가되므로 이런 종류의 문제가 발생하면 즉, K 값이 최적화되지 않았으므로 K를 최적화해야합니다 데이터 세트를 기반으로 한 가치와 이것이 당신이 기억할 때 기억해야 할 것입니다 K 값을 결정하십시오 K 사람들은 일반적으로 1 2 5 10 15 20을 무작위로 선택하지만 데이터 포인트가 이러한 종류의 데이터에 도달하면 상황에서 K 값이 올바르지 않습니다 알았어 이제 KNN은 쉽게 구현할 수있어 scikit-learn 또는 다른 머신 러닝 알고리즘 라이브러리를 사용하십시오 귀중한 자료를 찾기 위해 실제로 데이터를 활용하려는 경우 라이브러리 정보를 제공하지만 프로그래밍 기술을 시험 해보고 싶다면 당신이 배우고 있고 당신을 위로하고 싶은 경우에 시작하는 가장 좋은 알고리즘 기술과 프로그래밍 지식이 어떻게 진행되는지 확인하십시오 이 알고리즘을 구현하는 것에 대해 생각해보십시오

모든 것이 메모리에로드되어야하기 때문에 더 많은 메모리 KNN이 작동하지 않는 한계와 우리가 이야기 한 것을 알고 있습니다 가장 가까운 이웃을 고려할 두 데이터 포인트 사이의 거리 KNN에서는 거리를 계산하는 여러 가지 방법을 사용할 수 있습니다 유클리드 거리 해밍 거리 맨해튼 거리 minkowski 일반적인 사람들의 거리는 유클리드 거리를 사용하지만 시도해야합니다 그들 각각은 당신이 최고의 결과를 얻을 수있는 곳을 볼 수 있도록 많은 사람들에게 감사합니다 이것이 KNN에 관한 것입니다 나는 KNN의 아이디어를 설명 할 수 있기를 바랍니다 가장 좋은 방법으로 알고리즘은 프로그래밍 머신을 구독하십시오 좋은 시청 해 주셔서 감사합니다