공돌이

이번 주는 마지막 딥러닝에 대해 짧게 맛보는 시간을 가졌다. 사실 아직도 책의 절반 분량이 남았는데 혼공 마지막 주차여서 시원섭섭하다. 7-1 확인문제 1. 어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개인가요? 답 : 10x100(입력 특성과 밀집층 뉴런 개수)+10(뉴런마다 1개의 절편) = 1010 2. 케라스의 Dense 클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이진 분류 모델이라면 activation 매개변수에 어떤 활성화 함수를 지정해야 하나요? 답 : 이진 분류일 경우 0, 1 선형 결과를 표현하기 위해 sigmoid 함수를 사용한다. 3. 케라스 모델에서 손실 함수와 측정 지표 등을 지정하는 메..

혼공학습단 2023. 8. 20. 20:49

최근 2~3주 동안 다른 공부를 열심히 하다가, 오랜만에 다시 머신러닝 공부를 하려니까 벌써 머리가 어지럽다.... 하지만 이제부터 공부할 chapter6, 7은 평소에 내가 이해가 잘 가지 않았던 부분이기 때문에 공부를 열심히 해야 한다. 지금부터 review를 시작해보자!!! 1. K-평균 k-평균은 무엇일까? 일단 명칭에서부터 눈치챌 수 있다. 앞선 chapter에서 배운 k 알고리즘과 비슷하다고 말이다. k-평균 군집 알고리즘은 비지도 학습에서 사용하는 방법으로 target data를 사용하지 않는다. k-평균 군집 알고리즘의 작동 방식은 아래와 같다. 무작위로 초기 클러스터 중심 결정하기 교육 데이터 세트 반복 및 각 샘플에서 가까운 클러스터 중심 찾아 계산 클러스터 샘플들의 평균값으로 중심 변..

혼공학습단 2023. 8. 12. 15:16

반환점을 돌아 chapter5를 공부할 4주차가 되었다. 벌써 방학의 절반이 가버렸다.... 이번 chapter5는 결정트리 그리고 트리의 앙상블에 대한 주제로 진행되었다. 5-1 결정 트리(decision tree) 결정 트리는 True/False 질문을 계속 하면서 정답을 찾고 학습하는 알고리즘이다. #결정트리 from sklearn.tree import DecisionTreeClassifier dt = DecisionTreeClassifier(random_state=42) dt.fit(train_scaled, train_target) plt.figure(figsize=(10,7)) plot_tree(dt, max_depth=1, filled=True, feature_names=['alcohol', ..

혼공학습단 2023. 7. 23. 11:04

벌써 혼공학습을 시작한 지 3주차가 되었다. 심지어 6주 과정 중 절반인 3주차이다 ㅎㅎㅎ... 단기간에 인공지능을 완벽히 학습하기는 어렵지만 끝까지 도전해 보고자 한다. 이번 혼공머신의 3주차 과정은 Chapter4 로지스틱 회귀와 확률적 경사 하강법이다. 앞 전 주차에서는 분류와 회귀 문제를 풀어보고 손코딩까지 해보았다. Chapter 4-1 이번 챕터에서는 선형 회귀와 비슷한 로지스틱 회귀에 대해 공부해 보았다. 로지스틱 회귀는 선형 회귀와 같은 선형 방정식을 사용한 알고리즘이다. 하지만 선형 회귀와 달리 밑의 그림과 같은 시그모이드 함수, 혹은 소프트맥스 함수라는 것을 사용하여 클래스의 확률을 구할 수 있다. 시그모이드 함수 : 출력을 0과 1 사이의 값으로 압축하여 이진 분류를 수행한다. 위의 ..

혼공학습단 2023. 7. 15. 23:55

이번에 내가 학습한 내용은 Chapter3의 회귀 알고리즘과 모델 규제이다. 이 중 K-최근접 이웃 회귀(K-nearest neighbor regression)과 선형 회귀(linear regression)을 공부하고 colab 환경에서 실습까지 해보았다. 먼저 k-최근접 이웃 회귀는 KNN 알고리즘을 사용하여 회귀 문제를 해결한다. 여기서 회귀는 임의의 수치를 예측하는 것으로 타깃값도 임의의 수치가 된다. KNN 알고리즘은 가장 가까운 이웃 데이터를 찾을 수 있는데 여기서 이 데이터들(타깃값)을 평균으로 계산하여 예측을 수행하는 것이 K-최근접 이웃 회귀이다. 위의 그래프는 N이 1, 5, 10일 때의 KNN 회귀의 모델을 보여준다. 파란선을 확인해보면 N이 커질수록 모델이 단순해진다는 것을 쉽게 알 ..

혼공학습단 2023. 7. 7. 20:14

7월 3일부터 시작되는 혼공학습단 10기!! 나의 멘토님께서 추천과 함께 책까지 받아서 빨리 시작하게 되었다. 이번 주 혼공머신러들의 학습목표는 colab 시작과 Chapter 1~2이다. 나는 기존에 Pycharm과 Colab으로 학교에서 project를 해봐서 책의 초반 부분은 빠르게 이해할 수 있었다. 개발환경으로 이 책에서 colab을 이용했는데 colab의 장점은 기본적인 라이브러리를 따로 설치하지 않아도 무료로 지원을 해준다는 것이다. 그리고 구글에서 지원하여 접근성이 매우 좋다. 또한 노트북으로 개발을 할 때 성능이 받쳐주지 않아 하지 못하는 경우도 있는데 colab의 google은 gpu를 무료로 지원해줘서 간단하게 해결 가능하다. 이 책의 첫 번재 머신러닝 문제는 생선 분류 문제이다. 간..

혼공학습단 2023. 7. 1. 17:31