혼자 공부하는 머신러닝+딥러닝, 핸즈온 머신러닝 2, Do It! 딥러닝, 머신 러닝 교과서의 에러타를 안내해 드립니다.

12 views

Skip to first unread message

unread,

Dec 28, 2020, 3:28:35 AM12/28/20

to 머신러닝/딥러닝 도서 메일링 리스트

안녕하세요. 박해선입니다.

다음 도서에 새롭게 등록된 에러타를 안내해 드립니다.

<혼자 공부하는 머신러닝+딥러닝>

(p57) 맨 아래 마지막 문장에서 “특징을 알아보겠습니다”를 “특징을 알아보았습니다”로 수정합니다.
(p121) 맨 위 식에서 “(타깃 – 예측)^2 / (타깃 – 평균)^2″을 “(타깃 – 예측)^2의 합 / (타깃 – 평균)^2의 합“으로 정정합니다. 그 아래 첫 번째 문장에서 “타깃과 예측한 값의 차이를 제곱합니다. 그다음 타깃과 타깃 평균의 차이를 제곱한 값으로 나눕니다”를 “각 샘플의 타깃과 예측한 값의 차이를 제곱하여 더합니다. 그다음 타깃과 타깃 평균의 차이를 제곱하여 더한 값으로 나눕니다”로 정정합니다.(임*경 님)
(p78) 두 번째 손코딩 위에 다음과 같은 노트를 추가합니다. “(노트) 2차원 배열은 행과 열 인덱스를 콤마(,)로 나누어 지정합니다. 슬라이싱 연산자로 처음부터 마지막 원소까지 모두 선태하는 경우 시작과 종료 인덱스를 모두 생략할 수 있습니다.”

<핸즈온 머신러닝 2>

(p243) 주석 1번에서의 이항 계수 공식이 잘못 쓰여져 있습니다. $\frac{n}{k} p^k (1-p)^{(n-k)}$ 를 ${n \choose k} p^k (1-p)^{(n-k)}$ 로 정정하고 $\frac{1000}{1} 0.51^1 (1-0.51)^{(1000-1)}$ 를 ${1000 \choose 1} 0.51^1 (1-0.51)^{(1000-1)}$ 로 정정합니다.(박*하 님)

(p174) 첫 번째 그림에서 $x_n$ 을 $x_m$ 으로, $z_m$ 을 $z_n$ 으로 수정합니다. 그 아래 첫 번째 문장에서 “n 개의 입력이 m 개의 뉴런으로 입력됩니다”를 “m 개의 입력이 n 개의 뉴런으로 입력됩니다”로 수정합니다.
(p163) 두 번째 코드 블럭의 맨 아래 5번째 줄에서 “# 그레이디언트에서 페널티”를 “# 그레이디언트에 페널티”로 수정합니다. (p165) 맨 아래 4번째 줄에서 “# 그레이디언트에서 페널티 항의 미분값을 뺍니다“를 “# 그레이디언트에 페널티 항의 미분값을 더합니다“로 정정합니다.(홍*창 님)

<머신 러닝 교과서>

(p57) 7번 주석에서 $x$ 와 $y$ 에 있는 위첨자는 샘플의 인덱스를 나타냅니다. $w$ 의 위첨자는 경사 하강법 단계를 나타냅니다. 혼돈을 피하기 위해 $x$ 와 $y$ 에 있는 위첨자를 빼고 벡터 표현(굵은 글씨)으로 바꿉니다. 또한 첫 번째 줄 끝에 누락된 괄호도 추가하여 다음과 같이 수정합니다. “퍼셉트론 학습 규칙에서 초기 가중치를 0으로 놓으면 $\boldsymbol{w}^{(1)}=\boldsymbol{w}^{(0)}+\mathit{\Delta}\boldsymbol{w}^{(1)}=\boldsymbol{w}^{(0)}+\eta(\boldsymbol{y}-\boldsymbol{\hat{y}})\boldsymbol{x}=\boldsymbol{w}^{(0)}+\eta(\boldsymbol{y}-\Phi(\boldsymbol{w}^{(0)}\boldsymbol{x}))\boldsymbol{x}=\eta(\boldsymbol{y}-\Phi(0))\boldsymbol{x}=\eta(\boldsymbol{y}-1)\boldsymbol{x}$
와 같습니다. 이렇게 $\eta$ 가 가중치 벡터의 크기에만 영향을 미칩니다. $\boldsymbol{w}^{(0)}$ 가 0이 아니라면 $\eta$ 값의 크기에 따라 $\boldsymbol{w}^{(1)}$ 방향이 바뀔 수 있습니다.”(정*한 님)
(p518) 아래에서 두 번째 줄에 %load_ext tensorboard.notebook 을 %load_ext tensorboard 으로 수정합니다.