본문 바로가기

머신러닝4

[ML] 03. 딥러닝 주요 모델 Deep Learning main Model Deep Learning이란? Neural Network : 입력, 은닉, 출력층으로 구성된 모형으로서 각 층을 연결하는 노드의 가중치를 업데이트하면서 학습 Overfitting이 심하게 일어나고 학습시간이 오래 걸림 But, 다양한 layer을 통해 복잡한 데이터의 학습이 가능하도록 한다.(graphical representation learning) 알고리즘 및 GPU 발전이 deep learning의 부흥을 이끌었다. 다양한 형태로 발전(CNN, RNN, AutoEncoder등) 다양한 분야로 발전(Object detection, Image Resolution, Style transfer, colorization등) 네트워크의 구조의 발전(ResNET, .. 2020. 3. 16.
[ML] 01. 지도학습, 비지도학습, 강화학습 지도학습(Supervised learning) y = f(x) 에 대하여 입력 변수와 출력 변수의 관계에 대하여 모델링 하는 것(Y에 대하여 예측 또는 분류) 회귀(regression) : 입력 변수에 대해서 연속형 출력 변수 Y를 예측 분류(classification) : 입력 변수에 대해서 이산형 출력 변수 Y를 예측 ex) 성별, 흡연 여부등 비지도학습(Unsupervised learning) 출력 변수가 존재하지 않고, 입력 변수간의 관계에 대해 모델링 군집 분석 - 유사 데이터끼리 그룹화 주성분 분석(PCA - Principal Component Analysis) - 독립변수들의 차원을 축소화 고차원의 데이터를 저차원의 데이터로 환원시키는 기법. 강화 학습(Reinforcement learnin.. 2020. 3. 16.
[ML] 00. Machine Learning Curriculum 커리큘럼 Machine Learning 개념 회귀분석 - 통계학, 회귀분석, PCA ML 알고리즘 - KNN, LDA, SVM, DecisionTree Ensemble Learing - Bagging, Boosting, RandomForest, Stacking Clustering - Kmeans, Hierachical, DBSCAN Class imbalacnced problem - Oversampling, Undersampling Machine Learning이란 기계 학습 또는 머신 러닝은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야 - 위키백과 데이터(x)를 가지고 무엇을(y) 예측하는 것 1.y = f(x) 에서 알고리즘(함수)를 만드는 것. 2.주어진 .. 2020. 3. 16.
딥러닝: 02. 경사하강법(Gradient descent algorithm) Gradient descent algorithm¶ cost(W,b) fnc. 의 최소값을 찾는다. 어떤 점에서든 시작할 수 있다. 조금씩 W를 바꿔 최적의 cost(W,b)를 찾는다. In [29]: import tensorflow as tf import matplotlib.pyplot as plt In [30]: X = [1,2,3] Y = [1,2,3] W = tf.placeholder(tf.float32) hypothesis = X * W cost = tf.reduce_mean(tf.square(hypothesis - Y)) sess = tf.Session() sess.run(tf.global_variables_initializer()) W_val = [] cost_val = [] for i in .. 2019. 7. 30.