up

Author: liganega

notebooks/code-pca.ipynb

@@ -328,7 +328,7 @@
    "metadata": {},
    "source": [
     "PCA를 이용해 MNIST 데이터셋을 두 개의 주성분으로 축소한 후, 산점도로 시각화해 보자.\n",
-    "아래 코드에서는 설명의 편의를 위해 MNIST 훈련 세트에서 5,000개의 샘플만 추출하여 PCA를 적용하고, 두 개의 주성분만 남긴다."
+    "아래 코드에서는 설명의 편의를 위해 MNIST 훈련셋에서 5,000개의 샘플만 추출하여 PCA를 적용하고, 두 개의 주성분만 남긴다."
    ]
   },
   {

pca.ipynb

@@ -395,7 +395,7 @@
             "metadata": {},
             "source": [
                 "PCA를 이용해 MNIST 데이터셋을 두 개의 주성분으로 축소한 후, 산점도로 시각화해 보자.\n",
-                "아래 코드에서는 설명의 편의를 위해 MNIST 훈련 세트에서 5,000개의 샘플만 추출하여 PCA를 적용하고, 두 개의 주성분만 남긴다.\n",
+                "아래 코드에서는 설명의 편의를 위해 MNIST 훈련셋에서 5,000개의 샘플만 추출하여 PCA를 적용하고, 두 개의 주성분만 남긴다.\n",
                 "\n",
                 "```python\n",
                 "X_sample, y_sample = X_train[:5000], y_train[:5000]\n",