y0u_bat

ML - Logistic Regression Binnary Classification 이전의 Regression은 어떤 숫자를 예측하는 것이라면, Binnary Classification은 둘 중 하나를 고르는 겁니다. Example Spam Detection: Spam(1) or Ham(0) Facebook feed: show(1) or hide(0) x (hours) y (pass or fail) 2 fail 4 fail 5 pass 6 pass 50 pass 이러한 Train Data로 Linear Regression으로 구현했을 때, 몇 시간 이상 공부한 사람부터는 pass라고 예측하겠죠? 여기서 문제가 생깁니다. Pass/Fail로 2개로 나눠집니다. 상대적으로 많은 시간(50시간)을 공부하고 ..

ML - Linear Regression "모두를 위한 머신러닝/딥러닝 강의"를 보고 공부하면서 정리한 내용입니다. x y 1 1 2 2 3 3 이러한 Train Data가 있습니다. 다음과 같이 그래프가 그려지는 것을 볼 수 있습니다. 여기서 하나의 선을 이어간다고 예상할 수 있습니다. 데이터에 잘 맞는 선을 찾는 것을 '학습'이라고 할 수 있습니다. H(x) = Wx + b 수학적으로 점을 이은 선을 나타내면, 이런 식으로 1차 함수로 나타낼 수 있습니다. 여기서 최고의 W와 b를 찾는 게 목표입니다. 저 그래프에서 제일 정확한 선은 파랑색 선이라고 할 수 있습니다. 가장 정확한 선을 찾는 방법은 가설로 그려진 선과 Train Data의 거리의 합이 작을수록 정확하다고 할 수 있습니다. 그 거리를 구..

VirtualAddress : 프로세스 가상메모리의 절대주소를 의미합니다. 프로세스가 로딩되어있을때 가상메모리의 절대주소를 의미합니다.RAV ( relative virtual address ) : Imagebase + RAV = VA(virtualaddress) 가상메모리에서의 상대주소입니다. ImageBase에서 얼만큼 떨어져 있는지 그런겁니다.RAW( File offset ) : 파일 오프셋입니다. * 이제부터 여기서 나오는 VirtualAddress는 IMAGE SECTION HEADER에 있는 VirtualAddress 입니다.* //헷갈려하지마세요. VirtualAddress : 메모리에서 섹션의 시 주소 (RVA)PointerToRawData : 파일에서 섹션의 시작 위치SizeOfRawDat..