[깊게 배우는 머신러닝] 1.1 머신러닝은 곧 통계적 학습(Statistical Learning)이다!

(25:2)

뭐든 제대로 이해하는 방법

(5:38)

[깊게 배우는 머신러닝] 6.2 나무를 기르는 방법 Greedy Algorithm

(14:31)

[깊게 배우는 머신러닝] 5.1 직선 말고 다른 방법은? Polynomial / Step Functions

(11:16)

[깊게 배우는 머신러닝] 1.3 MSE는 추정의 편차, 추정의 분산, 모델의 분산의 합

(23:36)

[깊게 배우는 머신러닝] 3.3 마치 새로운 데이터를 얻는 것처럼 Bootstrapping

(10:24)

[깊게 배우는 머신러닝] 7.6 사실 SVM은 조금 특이한 Logit Regression! ㄴㅇㄱ

(14:40)

엄마와 함께 배우는 경제교실,투자시 가장 중요한 것은 바로투자원금!When investing,The most important thing is investment principal

(20:43)

업무 역량 향상에 의외로 효과가 있는 기술_생각 구조화하기

(8:42)

[깊게 배우는 머신러닝] LAB: Resamping Methods 코드 따라하기

(19:29)

[깊게 배우는 머신러닝] 7.5 조금 틀려도 괜찮아 Soft-penalizing

(9:22)

[깊게 배우는 머신러닝] LAB: Classification 코드 따라하기

(25:54)

[깊게 배우는 머신러닝] 6.5 오답노트 정리하면 다음엔 안 틀려요 Adaboosting

(27:44)

[깊게 배우는 머신러닝] 7.4 다양한 바운더리를 그려주는 Kernel

(13:22)

[깊게 배우는 머신러닝] 5.7 Local Regression / GAM / Backfitting Algorithm

(12:46)

[깊게 배우는 머신러닝] LDA 보충강의, 핵심은 베이즈 정리!

(19:21)

[깊게 배우는 머신러닝] 1.4 범주형 모델의 성능은? Bayesian Classifier와 Error Rate

(20:7)

[깊게 배우는 머신러닝] 7.3 결국 평면에 인접한 데이터만 중요하다

(9:21)

[깊게 배우는 머신러닝] 5.3 내가 Spline을 만드는 방법: Truncated Polynomial basis

(12:41)