본문 바로가기

전체 글33

핸즈온 머신러닝 7장. 앙상블 Intro이번 글에서 다룰 내용은 앙상블 학습이다어떤 하나의 복잡한 질문에 대해 수많은 사람들에게 답변을 듣고 모아 하나의 완성된 답을 만드는 것처럼 여러 개의 모델 예측을 모아서 더 좋은 예측을 만드는 방법을 앙상블이라 한다이전 장에서 배운 결정 트리를 수십, 수백개 묶어서 하나의 거대한 모델 집합으로 만든 랜덤 포레스트도 살펴볼 것이다앙상블에는 여러 개의 종류가 존재한다보팅배깅 & 페이스팅랜덤 패치 & 서브스페이스부스팅스태킹 이번 내용에서는 앙상블에는 어떤 종류가 있고 각 방법에 대해 살펴보도록 하겠다 왜 여러 개의 모델을 앙상블 했을 때 개별 모델보다 더 성능이 좋을까??본격적으로 앙상블을 살펴보기 전에 이 점에 대해 간단하게 짚고 넘어가고자 한다 1. 큰 수의 법칙과 앙상블앙상블을 실제로 사용해.. 2024. 10. 11.

핸즈온 머신러닝 6장. 결정 트리 Intro결정 트리는 분류와 회귀에 두루두루 쓰이며 매우 복잡한 데이터셋도 학습할 수 있는 성능이 뛰어난 알고리즘이다또한, 현재도 자주 사용되는 좋은 알고리즘인 랜덤 포레스트의 기본 구성 요소이기도 하다이번 챕터에서는 결정 트리의 훈련, 시각화, 예측 방법을 살펴보고 트리에 규제를 주는 법, 회귀 문제에 적용하는 방법 등을 볼 것이다 1. 결정 트리 기본 개념 및 시각화 1-1. 결정 트리 시각화 위의 사진은 결정 트리의 개념을 간단하게 표현한 그래프이다결정 트리를 설명할 때, 스무고개에 많이 비교한다. 입력된 하나의 데이터가 어떤 정답을 가지고 있는지 여러 개의 질문을 던져 예/아니오를 반복하면서 학습 및 예측하는 것이다그림의 예시를 보자면 매, 펭귄, 돌고래, 곰 4개의 동물을 3개의 질문을 통.. 2024. 9. 23.

핸즈온 머신러닝 5장. 서포트 벡터 머신 Intro 서포트 벡터 머신(Support Vector Machine, SVM). 선형/비선형 분류, 회귀, 특이치 탐지에 사용할 수 있는 다목적 머신러닝 모델중소규모의 비선형 데이터셋(수백 ~ 수천 개의 샘플), 특히 분류에서 좋은 성능을 보여준다이번 장에서는 SVM의 핵심 개념과 사용법, 작동 원리를 가볍게 살펴볼 것이다처음 이 책을 본다면 수학적인 부분들이 어렵고 이해가 안되서 큰 장벽으로 느껴질텐데 수식을 완전히 이해하기 보단 SVM에는 이런 수식이 어떻게 작동한다 - 정도로 이해하는 정도면 충분하다 1. 선형 SVM 분류SVM의 기본 아이디어는 그림으로 이해하기가 가장 좋다. 예제 데이터로는 Iris 데이터를 사용한다이 그래프는 Setosa와 Versicolor라는 2가지 종류에 대해 .. 2024. 9. 11.

핸즈온 머신러닝 4장. 모델 훈련 모델의 내부는 블랙박스와 같다. 모델 안에서 어떤 과정들이 이루어지는지 모른 채 2,3장에서 모델을 사용해왔다단순히 모델만 사용한다면 모델 내부의 자세한 구조들과 연산 과정들을 자세하게 알 필요는 없다.하지만 어떻게 작동하는지 잘 이해한다면 적절한 모델 및 훈련 알고리즘 선택, 모델 튜닝 등 모델 개선에 더 적합한 작업들을 할 수 있을 것이다모델 훈련 과정을 이해하기 위해서 간단한 모델인 선형 회귀부터 시작한다. 모델의 파라미터를 찾는 방법에는 2가지가 있다훈련 세트에 가장 잘 맞는 모델 파라미터를 직접 계산경사 하강법이라는 반복적인 최적화 방식을 사용하여 모델 파라미터를 조정배치 경사 하강법, 미니 배치 경사 하강법, 확률적 경사 하강법 3가지 종류가 존재한다선형 회귀에서 경사 하강법이라는 방법을 통해.. 2024. 8. 24.

핸즈온 머신러닝 3장. 분류 2장에서 캘리포니아 주택 가격을 예측하는 모델을 만드는 전체 과정을 다뤘다면 이번 장에서는 분류에 대해서 다룰 것이다.목차는 다음과 같다. 데이터셋 들여다보기이진 분류기 테스트분류 성능 측정다중 분류오류 분석다중 레이블 분류다중 출력 분류 1. 데이터셋 들여다보기 2장에서는 값을 예측하는 회귀를 다뤘고 이번 장에서는 클래스를 나누고 예측하는 분류에 대해 알아볼 것이다여기서는 MNIST라는 숫자 손글씨 이미지를 다뤄보겠다. 이 데이터셋은 간단한 토이 프로젝트나 공부하기에 자주 사용되는 데이터셋이며 0에서 9까지 10개의 숫자들이 손글씨로 써진 이미지를 가지고 있다 데이터의 형태는 X.shape, y.shape ⇒ ((70000, 784), (70000,)) 이며 28x28 픽셀의 이미지들이 784 .. 2024. 8. 18.

핸즈온 머신러닝 2장. 머신러닝 프로젝트 처음부터 끝까지 친구들과 같이 진행하는 스터디에서 격주로 핸즈온 머신러닝 한 챕터씩 공부하고 발표를 하고 있다.이 글은 발표를 위해 준비한 대본을 정리해서 올린 글로, 입문자 또는 초급자가 보는 것을 가정하고 적는다. 목차는 다음과 같다. 캘리포니아 주택 가격이라는 간단한 프로젝트를 처음부터 끝까지 진행하면서 각 프로세스별로 어떤 과정을 거쳐야하는지, 전반적으로 알아보겠다. 문제 정의 및 가설 설정데이터 분석데이터 전처리모델 선택 및 학습모델 튜닝 및 고도화론칭, 모니터링과 유지보수 1. 문제 정의 및 가설 설정 1.1 큰 그림 보기 2장의 전체적인 프로세스를 잘 나타내준 이미지를 발견하여 가져왔다. 이미지 출처는 맨 밑.각 프로세스들을 간단히 짚고 넘어가자면문제 정의. 집값을 예측할 것인지 아니면 고양이와 강아지를.. 2024. 8. 11.

이전 1 2 3 4 5 6 다음

티스토리툴바