잠꾸러기의 침대

혼자 공부하는 머신러닝+딥러닝  오늘은 3주차! 벌써 챕터4까지 오다니!인공지능 짱짱이 되기까지도 얼마 멀지 않았꾼ㅋㅋ(아닌거 압니다 더 노력해야죠 흑흑...ㅜㅜ)     숙제 Chapter 4 (04-1) 2번 문제: 로지스틱 회귀가 이진 분류에서 확률을 출력하기 위해 사용하는 함수는 무엇인가요? ① 시그모이드 함수② 소프트맥스 함수③ 로그 함수④ 지수 함수 풀이: 로지스틱 회귀에서 이진 분류일 경우에는 시그모이드 함수, 다중 분류일 경우에는 소프트맥스 함수를 사용한다. 이 문제에서는 이진 분류에서 확률을 출력하기 위해 사용하는 함수에 대해 물어 보았으므로 답은 ①번이다. 답: ①번  챕터 4에서는 로지스틱 회귀, 확률적 경사 하강법에 대한 내용에 대해 배운다.    로지스틱 회귀: 선형 방정식을 사용..

혼자 공부하는 머신러닝+딥러닝  오늘은 2주차이다.     숙제  (03-1) 2번 문제: 과대적합과 과소적합에 대한 이해를 돕기 위해 복잡한 모델과 단순한 모델을 만들겠습니다. 앞서 만든 k-최근접 이웃 회귀 모델의 k 값을 1, 5, 10으로 바꿔가며 훈련해 보세요. 그다음 농어의 길이를 5에서 45까지 바꿔가며 예측을 만들어 그래프로 나타내 보세요. n이 커짐에 따라 모델이 단순해지는 것을 볼 수 있나요?  그래프로 표현하여 보았을 때, n의 값이 커질 수록 그래프의 모양이 점점 안정화 되고 있다는 느낌이 들고 있다.    챕터 3에서는 크게k-최근접 이웃 회귀, 선형 회귀, 특성 공학과 규제에 대한 내용이 나온다.     회귀: 임의의 수치를 예측하는 문제. 타깃값도 임의의 수치가 됨.k-최근접 ..

오늘부터 시작하는 혼공단 13기. 열심히 하겠슴다  내가 공부 해야하는 책은바로바로~ 이것이다. 혼자 공부하는 머신러닝+딥러닝  진도표를 봐 보겠다.  1주차에는 Chapter 01~02 부분의 분량을 공부 해야한다.목차부터 살펴보겠다.      Chapter 01 나의 첫 머신러닝 01-1 인공지능과 머신러닝, 딥러닝 01-2 코랩과 주피터 노트북 01-3 마켓과 머신러닝 Chapter 02 데이터 다루기 02-1 훈련 세트와 테스트 세트 02-2 데이터 전처   Chapter 1  챕터 1에서는인공지능, 머신러닝, 딥러닝에 대한 용어 설명과개발 환경에 대한 설명, k-최근접 이웃 알고리즘에 대한 내용이 들어있다.   이 책에서는 주로 구글 코랩을 이용한다.설치가 따로 필요 없어서 매우매우 편리하다.(..