Closed-form 및 Gradient Descent를 통한 Linear Regression 구현 분석
Linear Regression From Scratch in Python (Just NumPy, No scikit-learn)
Loss Function 선택을 통한 모델 최적화 목표 정의 및 Gradient 제어
Loss Functions: MSE vs MAE vs Cross-Entropy, Visualized
Reward-based Gradient Descent를 통한 NN 행동 최적화 구현
Understanding Reinforcement Learning with Neural Networks Part 6: Completing the Reinforcement Learning Process
Policy Gradient 기반 Reward-Bias 업데이트를 통한 행동 최적화 구현
Understanding Reinforcement Learning with Neural Networks Part 5: Connecting Reward, Derivative, and Step Size
Gradient=0 지점 탐색을 통한 Error Function 최솟값 도출 알고리즘
Gradient Descent
NumPy 기반 기초 수학 연산 구현을 통한 ML 파이프라인 프로토타이핑
Linear Algebra in NumPy: Math With Code
Derivative 기반 Loss 최소화를 통한 모델 Weight 최적화 메커니즘
Derivatives: Understanding Change
Pure PHP 기반 Logistic Regression의 MNIST 0/1 분류 정확도 99.91% 달성
Logistic Regression on MNIST (0 vs 1) in PHP: A Simple Example
기계학습 입문자를 위해 선형회귀의 기본 개념부터 Python 구현까지 7단계로 체계화한 학습 가이드
A Step-by-Step Guide to Linear Regression in Machine Learning