비지도학습 편집하기

이동: 둘러보기, 검색

경고: 로그인하지 않았습니다. 편집을 하면 IP 주소가 공개되게 됩니다. 로그인하거나 계정을 생성하면 편집자가 아이디(ID)으로 기록되고, 다른 장점도 있습니다.

편집을 되돌릴 수 있습니다. 이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 저장해주세요.
최신판 당신의 편집
43번째 줄: 43번째 줄:
 
* 〈[https://ko.wikipedia.org/wiki/%ED%81%B4%EB%9F%AC%EC%8A%A4%ED%84%B0_%EB%B6%84%EC%84%9D 클러스터 분석]〉, 《위키백과》
 
* 〈[https://ko.wikipedia.org/wiki/%ED%81%B4%EB%9F%AC%EC%8A%A4%ED%84%B0_%EB%B6%84%EC%84%9D 클러스터 분석]〉, 《위키백과》
 
* 〈[https://terms.naver.com/entry.nhn?docId=3596849&cid=42346&categoryId=42346 군집분석]〉, 《네이버 지식백과》
 
* 〈[https://terms.naver.com/entry.nhn?docId=3596849&cid=42346&categoryId=42346 군집분석]〉, 《네이버 지식백과》
* 김형수, 〈[http://hansung.ac.kr/web/hskim/507058?p_p_id=EXT_BBS&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&p_p_col_id=column-1&p_p_col_count=1&_EXT_BBS_struts_action=%2Fext%2Fbbs%2Fview_message&_EXT_BBS_sCategory=&_EXT_BBS_sKeyType=&_EXT_BBS_sKeyword=&_EXT_BBS_curPage=1&_EXT_BBS_messageId=692117 데이터마이닝 강의자료_7강 계층적 군집분석]〉, 《한성대학교》, 2015-12-01
+
* 한성대학교, 〈계층적 군집분석-데이터 마이닝〉, 《PPT》
 
* 〈[https://ko.wikipedia.org/wiki/K-%ED%8F%89%EA%B7%A0_%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98 k-평균 알고리즘]〉, 《위키백과》
 
* 〈[https://ko.wikipedia.org/wiki/K-%ED%8F%89%EA%B7%A0_%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98 k-평균 알고리즘]〉, 《위키백과》
 
* Denys Duchier, Claire Gardent, Joachim Niehren, 〈[http://www.ps.uni-saarland.de/~niehren/Web/Vorlesungen/Oz-NL-SS01/vorlesung/node253.html 18.3 Dependency Structures]〉, 《SAARLAND UNIVERSITY》, 2002-08-29
 
* Denys Duchier, Claire Gardent, Joachim Niehren, 〈[http://www.ps.uni-saarland.de/~niehren/Web/Vorlesungen/Oz-NL-SS01/vorlesung/node253.html 18.3 Dependency Structures]〉, 《SAARLAND UNIVERSITY》, 2002-08-29
50번째 줄: 50번째 줄:
 
* Untitled, 〈[https://untitledtblog.tistory.com/145 데이터 마이닝/차원 축소]〉, 《티스토리》, 2018-08-27
 
* Untitled, 〈[https://untitledtblog.tistory.com/145 데이터 마이닝/차원 축소]〉, 《티스토리》, 2018-08-27
 
* Excelsior-JH, 〈[https://excelsior-cjh.tistory.com/167 차원 축소 - PCA, 주성분분석 ]〉, 《티스토리》, 2018-09-01
 
* Excelsior-JH, 〈[https://excelsior-cjh.tistory.com/167 차원 축소 - PCA, 주성분분석 ]〉, 《티스토리》, 2018-09-01
*심상진, 〈[https://songys.github.io/2019LangCon/data/Parser.pdf 복잡복작스핀-의존성 분석과 파싱 알고리즘]〉
+
*심상진, 〈복잡복작스핀-의존성 분석과 파싱 알고리즘〉, 《PDF》
 
*장준혁 교수, 〈[https://www.samsungsds.com/global/ko/support/insights/Generative-adversarial-network-AI.html 새로운 인공지능 기술 GAN ① - 스스로 학습하는 인공지능]〉, 《삼성 SDS》, 2018-08-07
 
*장준혁 교수, 〈[https://www.samsungsds.com/global/ko/support/insights/Generative-adversarial-network-AI.html 새로운 인공지능 기술 GAN ① - 스스로 학습하는 인공지능]〉, 《삼성 SDS》, 2018-08-07
 
*깊은바다, 〈[http://aidev.co.kr/deeplearning/7745 딥러닝의 미래는 바로 비지도학습]〉, 《인공지능 개발자모임》, 2019-06-06
 
*깊은바다, 〈[http://aidev.co.kr/deeplearning/7745 딥러닝의 미래는 바로 비지도학습]〉, 《인공지능 개발자모임》, 2019-06-06
 
*이나리 기자, 〈[https://www.oss.kr/info_techtip/show/1fab4646-a266-47dc-a39f-aa58005ee84f 인공지능의 개요와 미래 전망]〉, 《OSS》, 2016-07-19
 
*이나리 기자, 〈[https://www.oss.kr/info_techtip/show/1fab4646-a266-47dc-a39f-aa58005ee84f 인공지능의 개요와 미래 전망]〉, 《OSS》, 2016-07-19
 
*〈[https://en.wikipedia.org/wiki/Curse_of_dimensionality 차원의 저주]〉, 《위키피디아》
 
*〈[https://en.wikipedia.org/wiki/Curse_of_dimensionality 차원의 저주]〉, 《위키피디아》
 +
*〈[https://www.samsungsds.com/global/ko/support/insights/Generative-adversarial-network-AI-2.html GAN(Generative adversarial network)]〉, 《SAMSUNG SDS》
 
*〈[https://ko.wikipedia.org/wiki/%EC%9D%B8%EA%B3%B5_%EC%8B%A0%EA%B2%BD%EB%A7%9D  인공신경망]〉, 《위키백과》
 
*〈[https://ko.wikipedia.org/wiki/%EC%9D%B8%EA%B3%B5_%EC%8B%A0%EA%B2%BD%EB%A7%9D  인공신경망]〉, 《위키백과》
  
63번째 줄: 64번째 줄:
 
* [[인공지능]]
 
* [[인공지능]]
  
{{인공지능 기술|검토 필요}}
+
{{알고리즘|검토 필요}}

위키원에서의 모든 기여는 다른 기여자가 편집, 수정, 삭제할 수 있다는 점을 유의해 주세요. 만약 여기에 동의하지 않는다면, 문서를 저장하지 말아 주세요.
또한, 직접 작성했거나 퍼블릭 도메인과 같은 자유 문서에서 가져왔다는 것을 보증해야 합니다 (자세한 사항은 위키원:저작권 문서를 보세요). 저작권이 있는 내용을 허가 없이 저장하지 마세요!

취소 | 편집 도움말 (새 창에서 열림)