본문 바로가기

공부기록13

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.

Git & Github 실무 활용 완벽 가이드 part1. (Git 기초 및 커밋) 도커 강의와 함께 신청한 유데미 강의, Git & Github 실무 활용 완벽 가이드 이전에 깃과 깃헙을 거의 사용하지 않아 깃이나 깃헙을 사용할 줄 아는 건 레포 만들고 파일들 올리고 깃 클론하는 게 전부였다... 그러나 깃, 깃헙을 사용하여 협업하는 곳이 정말 많으므로 이번 기회에 기본을 배워보고자 이 강의를 선택하였다.강의의 내용들이 섹션별로 작게 쪼개져 있어 한두 페이지의 글로 내용들을 정리할 수 있을 것 같다. 섹션 2 : Git 소개Git이란?깃은 전세계에서 널리 사용되고 있는 버전 관리 시스템으로, 협력과 변화의 공유가 주 특징이다. 사용자와 개발자, 작성자 간의 협력을 가능하게 하고 누구든 깃으로 작업하는 사람들이 각 개인들 간에 벌어지는 여러 변화와 수정사항들을 서로 공유할 수.. 2024. 4. 12.

2. Statsmodels를 이용한 시계열 분석 해당 내용부터는 수학적인 내용들이 많이 나오는데 수식에 대한 깊은 이해보단 사용하는 코드 위주로 정리해보았다. 2-1. ETS-Decomposition 시계열 데이터는 특별한 속성들 - 요소들을 가진다 첫번째 요소는 트렌드, 추세이다.하나의 데이터에서 한가지 추세만을 보이거나 여러개의 추세가 보일 수도 있다. 시계열 데이터는 어떤 방향으로든 추세를 가진다. 따라서 분석하고자 하는 시계열 데이터가 어떤 추세를 가지고 있는지 시각화하여 보는 것이 중요하다 시계열 데이터는 경향성이 있는 경우가 있는데 위로 가는 추세, 혹은 중간에 수평방향이나 변하지 않는 추세, 아래로 내려가는 추세가 있다 두번째 요소는 계절성이다.해당 강의에서는 스노우보드와 스노우보딩의 검색 기록과 계절의 관계를 예시로 들었는데 매 겨울마다.. 2024. 1. 17.

이전 1 2 3 다음

티스토리툴바