[딥러닝] 3-2강. 로지스틱 회귀 (Logistic regression)로 보는 머신이 강아지를 학습하는 과정 | 이진 분류 문제 #Likelihood

#Likelihood #이진분류 혁펜하임 딸기스무디 먹이기!:    / 혁펜하임   혁펜하임 그는 누구인가: https://hyukppen.com 혁펜하임 인스타:   / hyukppen   ---------------------------------------------    • 혁펜하임의 “퍼펙트” 신호 및 시스템 (Signals & Systems)      • 혁펜하임의 "보이는" 선형대수학 (Linear Algebra)      • 혁펜하임의 “트이는” 강화 학습 (Reinforcement learning)      • 혁펜하임의 “탄탄한” 컨벡스 최적화 (Convex Optimization)      • LEVEL 0: AI를 위한 기초 수학      • LEVEL 0: 인스톨! 파이썬      • LEVEL 1: Easy! 딥러닝      • LEVEL 1: 인스톨! 파이토치      • LEVEL 2: Legend 13 & TTT 도강하기 🙄      • 혁펜하임의 "면접의 신"   --------------------------------------------- 0:00 - Sigmoid는 확률적 접근을 가능하게 함! 1:44 - 그냥 제곱 오차 loss 쓰면 난리난다.. 2:56 - Likelihood 설명 6:10 - Step 1: 강아지면 1 다른 건 0으로 나와야 함 (Training) 8:47 - Step 2: 출력이 "강아지일 확률"이 되도록 함 11:59 - Step 3: Loss 정의 14:58 - 동물 분류 문제는 어떻게 할까?