안녕하세요.  

3주차(5월27일_토) 스터디 진행 내용과 참여 인원이 하기와 같음을 알려 드립니다.

3주차 동영상의 내용과 관련하여 토의 사항이 있을 경우 댓글로 남겨 주시면 감사하겠습니다.

 - 학습진도: 

    -- 동영상 : ML lab 03 - Linear Regression 의 cost 최소화의 TensorFlow 구현 (new) ,

                   ML lec 04 - multi-variable linear regression (^new) ,

                   ML lab 04-1 multi-variable linear regression을 TensorFlow에서 구현하기 (new) ,

                   ML lab 04-2 TensorFlow로 파일에서 데이타 읽어오기 (new) ,

                   ML lec 5-1 Logistic Classification의 가설 함수 정의 ,

                   ML lec 5-2 Logistic Regression의 cost 함수 설명

    -- 실   습 : 텐서플로(Tensorflow) 예제 코딩 - 1회

 - 참여인원: 총 7 명

 - 참고: 

        - Machine Learning | Coursera -  Andrew Ng 

           -- Lecture Notes | Coursera

           -- Stanford Machine Learning - 06: Logistic Regression

           -- CS 229 Machine Learning Course Materials

       - CS 229 Machine Learning | Stanford - Andrew Ng -  Lecture 3

       - KAIST 문일철 머신 러닝 강좌 

           -- (기계 학습, Machine Learning) Week 4 Logistic Regression

               ---  Lecture 1 Decision Boundary

               ---  Lecture 2 Introduction to Logistic Regression

       - BerkeleyX: CS120x Distributed Machine Learning with Apache Spark  

           -- Linear Classification and Logistic Regression

           -- Logistic Regression: Probabilistic Interpretation

       - Machine Learning in Python - Logistic regression in machine learning

       - Machine Learning 강의노트 - 03. Logistic Regression

       - TensorFlow 한글 문서

       - TensorFlow Tutorial ​

       - CS224D Lecture 7 - Introduction to TensorFlow (19th Apr 2016)​

       - CS224n Lecture 7 - Introduction to TensorFlow (31 January, 2017)

       - CS 229 Machine Learning Course Materials | Standford

           -- Linear Algebra Review and Reference

           -- Probability Theory Review

           -- Binary classification with +/-1 labels

           -- Supervised Learning, Discriminative Algorithms