기록

아이리스: https://colab.research.google.com/drive/1tiYZinGPUMwKiPGhr2E8Gl8zfvQ22VQ3 분류를 이용한 지도학습 f: activation function (활성화 함수)

보스턴: https://colab.research.google.com/drive/1iHucIVCBPr-s_VvNnOm7OKajtUt64DjV 퍼셉트론 변수*가중치(1~n)+편향 딥러닝 워크북 스프레드시트로 딥러닝의 과정을 알아보기 https://bit.ly/2DEBlPd

1. 과거의 데이터 준비한다. Pandas 이용 https://colab.research.google.com/drive/1rDKOkx4YH3hQqdQU6OCTD_Vp7VnAbF-#scrollTo=5ceqidrHK6Xw 텐서플로우 이용 2. 모델의 구조를 만든다. 3. 데이터로 모델을 학습 epochs: 반복 학습 횟수 loss: 종속변수와 예측결과를 비교=> (예측-결과)^2 epoch의 loss가 낮아지도록 학습해야 함 4.모델 이용 레모네이드: https://colab.research.google.com/drive/1K_4iPwcRY8hl5QvyyUkqE-CWOjCGWDdj

딥러닝을 코드로 구현! 원리, 수학, 코딩, 데이터의 지식이 필요 딥러닝 입문 순서 파이썬 데이터 입문 머신러닝 이해 딥러닝 원리 딥러닝 구현 지도학습 과거의 데이터 준비 모델의 구조 만들기 데이터로 모델을 학습

비지도 학습 군집화 비슷한 것들끼리 모아서 적당한 그룹을 만드는 것이 군집화 (행을 그룹핑) 그룹을 만들고 난 후에는 각각의 물건을 적당한 그룹에 위치시키는 것이 분류 군집화는 서로 가까운 관측치를 찾아주는 머신러닝 기법 연관규칙 서로 연관된 특징을 찾아내는 것(서로 관련 있는 특성(열)을 찾음) 관측치(행)를 그룹핑 해주는 것 => 군집화 특성(열)을 그룹핑 해주는 것 => 연관규칙 지도학습 vs 비지도학습 비지도: 데이터의 성격을 파악 지도: 원인이 발생했을 때 결과를 추측 (독립변수와 종속변수 꼭 필요)

지도학습 컴퓨터를 학습시켜 모델을 만드는 방식 강화학습 기계 스스로 성장하도록 고안된 방법 비지도학습 기계에게 데이터에 대한 통찰력을 부여하는 것. 즉, 누가 정답을 알려주지 않았는데도 무언가에 대한 관찰을 통해 새로운 의미나 관계를 밝혀내는 것. 데이터의 성격을 파악하거나 데이터를잘 정리정돈 하는 것에 사용. 지도학습 과거의 데이터로부터 학습해서 결과를 예측하는 데에 주로 사용. 머신러닝의 지도학습을 이용하기 위해서는 우선 충분히 많은 데이터를 수집해야 합니다. 데이터는 독립변수와 종속변수로 이루어져 있어야 합니다. 독립변수와 종속변수의 관계를 컴퓨터에게 학습시키면 컴퓨터는 그 관계를 설명할 수 있는 공식을 만들어냅니다. 이 공식을 머신러닝에서는 ‘모델’이라고 합니다. 좋은 모델이 되려면 데이터가 많을..

데이터 과학은 데이터를 만들고, 만들어진 데이터를 이용하는 일을 합니다. 데이터 공학은 데이터를 다루는 도구를 만들고, 도구를 관리하는 일을 합니다. 표 : 데이터들의 모임. (데이터 셋) 표 속에 구속된 데이터에서 의미있는 정보를 뽑아낼 수 있어야 합니다. o 행(row) 개체(instance) 관측치(observed value) 기록(record) 사례(example) 경우(case) o 열(column) 특성(feature) 속성(attribute) 변수(variable) field 독립변수(원인이 되는 열) 원인은 결과에 영향을 안 받음. 종속변수(결과가 되는 열) 원인에 영향을 받음 상관관계 한쪽의 값이 바뀌었을 때, 다른 쪽의 값도 바뀐다 인과관계 각 열이 원인과 결과의 관계일 때 (즉, 독립..

https://ml-app.yah.ac/ 앞에서 생성된 코드를 이용해 블록으로 코딩 애플리케이션: 응용 -> 어떤 기능을 부품으로 해서 만든 완제품 우리가 만든 것은 머신러닝의 모델이라는 부품을 응용해서 만든 소프트웨어입니다. 그런 점에서 머신러닝 애플리케이션이라고 할 수 있습니다. = 프로그램(시간, 순서 포함) ->시간의 순서에 따라서 동작하고 있는 것 기계가 해야 할 일을 기계가 알아들을 수 있는 방식으로 순서대로 적으면 그것이 프로그램입니다. 머신러닝’을 도입하면 어떤 기능을 실행할 것인가를 장치 스스로 판단 장치에 연결된 여러 가지 센서들을 통해서 데이터를 수집한 후에 그 데이터의 의미를 ‘머신러닝’의 모델이 판단 그 판단 결과에 따라서 여러 가지 결정을 기계 스스로 할 수 있게 됩니다. 사물 ..

기계학습? 머신러닝은 기계를 학습시켜 인간의 판단을 위임하기 위해서 고안된 기술 결정= 비교+선택 비교가 어려울 때는? 결정이 어려워 짐 통계: 복잡한 세상을 숫자로 표현하기 위한 방법 인류는 인간의 고유한 영역으로 남아있던 결정을 기계에 맡기고 싶어 한다. 머신러닝은 우리의 두뇌가 가진 중요한 기능인 판단능력을 확장해서 우리의 두뇌가 더욱 빠르고 정확하게 결정할 수 있게 돕는 도구이다. 목표 손톱을 깨물었을 때 나에게 그것을 알려줄 수 있는 환경 만들기 https://teachablemachine.withgoogle.com/ 데이터를 이용해 학습을 자동으로 시켜주는 사이트 촬영된 영상을 보고 손톱을 깨물고 있는지 vs 아닌지 => 컴퓨터에게 학습을 시킨다 컴퓨터가 사진을 보면 자동으로 판단 모델= 판단..