eun 데이터 공부하는 공간

9-1. 순차 데이터와 순환 신경망순차 데이터의 특징을 알고, 순환 신경망 개념을 학습순차 데이터: 순서에 의미가 있는 데이터댓글과 같은 텍스트 데이터는 순서를 유지하며 신경망에 주입해야 함.완전연결신경망, 합성곱 신경망에서 피드포워드 신경망은 메모리가 없음순환 신경망: 완전연결 신경망에서 이전 데이터의 처리 흐름을 순환하는 고리를 추가한 것.순차 데이터를 처리하기 위해 고안된 순환층을 1개 이상 사용한 신경망을 순환 신경망이라고 부름.타임스텝순환신경망에서 순환층을 셀 이라고 함.’순환 신경망에서 셀 출력을 은닉 상태라고 함. 은닉상태는 다음 층으로 전달될 뿐만 아니라 셀이 다음 타임스텝의 데이터를 처리할 때 재사용됨.순환 신경망도 입력에 가중치를 곱하고, 활성화 함수를 통과시켜 다음 층으로 보내는 기본..

통계, ML 방법론 2025. 1. 29. 22:39

출처: [혼자 공부하는 머신러닝+딥러닝] 책 💡 타깃이 없는 데이터를 사용하는 비지도 학습과 대표적 알고리즘을 알아보자 (K-평균, PCA)  - 바나나는 픽셀값으로 확실히 구분되지만 사과와 파인애플은 대체로 동그랗고 사진에서 차지하는 크기가 비슷하기 때문에 픽셀값이 많이 겹친다.- 전체 샘플에 대한 각 픽셀의 평균을 계산하기 위해 axis = 0으로 지정하여 평균값 막대그래프를 만든다.  각 과일은 픽셀 위치에 따라 값의 크기가 차이난다. 평균값과 가까운 사진 고르기fruits 배열에 있는 모든 샘플에서 apple_mean을 뺀 절댓값의 평균을 계산한다. apple_mean과 가장 가까운 사진 100개가 모두 사과임을 알 수 있다. - 비슷한 샘플끼리 그룹으로 모으는 작업을 군집 clustering ..

통계, ML 방법론 2024. 9. 24. 21:31

출처: [데싸노트의 실전에서 통하는 머신러닝] 책https://goldenrabbit.co.kr/2022/07/14/%ED%99%95%EC%8B%A4%ED%9E%88-%EC%95%8C%EC%95%84%EB%91%90%EB%A9%B4-%EB%A7%8C%EC%82%AC%EA%B0%80-%ED%8E%B8%ED%95%B4%EC%A7%80%EB%8A%94-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-10%EA%B0%80%EC%A7%80-%EC%95%8C/ 확실히 알아두면 만사가 편해지는 머신러닝 10가지 알고리즘 - 골든래빗코로나보드의 프론트엔드와 백엔드의 전체적인 아키텍처를 파악하고, 이러한 아키텍처로 설계된 이유를 알아봅니다.goldenrabbit.co.kr위의 링크를 통해 많이 사용하는..

통계, ML 방법론 2024. 7. 6. 22:30

💡 경사하강법에 대해서 💡   미분이란?: 변수의 움직임에 따른 함수값의 변화를 측정하기 위한 도구. 최적화에서 사용하는 기법sympy.diff 를 사용해 미분 계산 가능 딥러닝에서는 컴퓨터가 자동으로 계산하여 최적화하여 사용미분은 함수 f의 주어진 점 (x, f(x))에서의 접선의 기울기를 구한다한점에서 접선의 기울기를 알면 어느 방향으로 점을 움직여야 함수값이 증가하는지, 감소하는지 알 수 있다.접선의 기울기가 음수일 때, 음수를 더해주면  x + f(x) 결국 뺄셈이 되어 왼쪽으로 이동하여 결국 함수값이 증가미분값을 더하면 경사상승법이라 하고, 함수의 극대값의 위치를 구할 때 사용한다.미분값을 빼면 경사하강법이라 하고, 함수의 극소값의 위치를 구할 때 사용한다.경사상승/경사하강 방법은 극값에 도..

통계, ML 방법론 2024. 6. 11. 21:24

💡 문제 2 💡 벡터의 노름은 데이터를 정제하는 방법 중 정규화(Normalization), 규제(Regularization) 등에서 유용하게 쓰여진다. 벡터의 노름의 구조와 개념에 대해 더 자세히 알아보고 머신러닝 분야에서 어떻게 쓰이는지 자세히 알아보자. 또, L1 노름과 L2 노름이 머신러닝 분야에서 어떤 차이점을 가지고 사용되는지에 대해 비교 분석해보자.  노름의 개념- Norm은 벡터의 크기(혹은 길이)를 측정하는 방법, 또는 두 벡터 사이의 거리를 측정하는 방법을 말한다.   L1 노름과 L2 노름- 𝑙1-norm은 각 원소들의 절댓값을 더한 것으로 표현한다.(Lasso 회귀에서 사용)-  𝑙2-norm은 각 원소들의 제곱의 합을 제곱근 해준 것으로 표현한다 .(Ridge 회귀, 라플라..

통계, ML 방법론 2024. 6. 3. 22:49

문제 1. [주제: 데이터와 차원] 데이터의 차원이 증가함에 따라 나타나는 '차원의 저주' 현상에 대해 조사해보자. 그리고 해당 현상의 발생원인과 또 그에 따른 해결방법은 무엇인지 알아보자.차원의 저주는 고차원 데이터 분석에서 발생하는 여러 문제를 일컫는 용어이다.데이터 차원이 증가함에 따라 발생하는 주요 문제는 다음과 같다.- 데이터 희소성 : 고차원 공간에서 데이터 포인트가 희소해져 데이터 간 거리가 멀어진다. 이는 데이터가 충분히 밀집하지 않게 되어 학습 알고리즘의 일반화 성능을 저하시킨다. - 거리 측정의 문제 : 고차원에서는 유클리드 거리와 같은 전통적인 거리 측정 방법이 직관적이지 않게 된다. 차원이 증가할수록 모든 데이터 포인트간의 거리가 비슷해지며, 이는 거리 기반 알고리즘의 성능을 저하시..

통계, ML 방법론 2024. 5. 26. 23:35

출처: [혼자 공부하는 머신러닝+딥러닝] 책혼자 공부하는 머신러닝+딥러닝 - 예스24- 혼자 해도 충분하다! 1:1 과외하듯 배우는 인공지능 자습서 이 책은 수식과 이론으로 중무장한 머신러닝, 딥러닝 책에 지친 ‘독학하는 입문자’가 ‘꼭 필요한 내용을 제대로’ 학습할 수 있💡 결정트리 알고리즘으로 화이트와인/레드와인을 분류해보고, 결정트리가 머신러닝 문제를 어떻게 해결하는지 이해해보자   각 변수 분포를 통해 알코올 도수, 당도, pH 값의 스케일이 다르다는 것을 알 수 있다. 이에 StandardScaler를 통해 데이터 표준화를 해준다. 표준화 전처리 전에 데이터프레임을 넘파이 배열로 바꾸어준다.  train, test 데이터 모두 점수가 높지 않다. test가 더 낮은 것으로 과소적합된 것을 알 ..

통계, ML 방법론 2024. 5. 23. 21:55

출처: [혼자 공부하는 머신러닝+딥러닝] 책혼자 공부하는 머신러닝+딥러닝 - 예스24- 혼자 해도 충분하다! 1:1 과외하듯 배우는 인공지능 자습서 이 책은 수식과 이론으로 중무장한 머신러닝, 딥러닝 책에 지친 ‘독학하는 입문자’가 ‘꼭 필요한 내용을 제대로’ 학습할 수 있💡 로지스틱 회귀 알고리즘을 배우고, 이진 분류 문제에서 클래스 확률을 예측해보자 표준화할 때는 반드시 훈련세트의 통계값으로 테스트 세트를 변환해야한다.이중분류에서 확률이 0~1 사이에 있으려면 z가 아주 큰 음수일 땐 0이 되고, 큰 양수일 때는 1이 되도록 바꿔주는 시그모이드 함수를 사용한다.다중분류에서는 여러개의 선형방정식 출력값을 0~1 사이로 압축하고 전체 합이 1이 되도록 하는 소프트맥스 함수를 사용한다.  📍 Logis..

통계, ML 방법론 2024. 5. 9. 21:17