잠꾸러기의 침대

혼공단 13기 완주! ㅊㅋㅊㅋ~~     개인적으로 좋았던 점은,일단 무조건 혼자 공부하는 것보다 강제성이 있다는 점 이었다. 그리고 기본 숙제가 힘들지 않고, 책을 펴 보기라도 했다면 쉽게 할 수 있는 활동들 이었다.자신이 추가적으로 더 공부가 하고 싶다면 할 수 있는 추가 숙제도 있다는 점 또한 좋았다.  자신이 공부한 기록을 남겨두는 것 또한 뿌듯한 일이었다.공부를 하는 데에 작은 동기부여가 되어 주었다! 또 나는 피드백이라던가, 아무튼 내가 한 것에 대해 반응을 얻는 것이 좋기 때문에 (관종...)매일 혼공족장님이 코멘트 남겨주시는 것을 보는 것도 소소한 재미였다!   다음에도 기회가 된다면 또 참여하고 싶다...

혼자 공부하는 머신러닝+딥러닝        숙제  어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개인가요? ① 1000개② 1001개③ 1010개④ 1100개  풀이:밀집층 10개 x 입력 100개 = 1000개의 가중치가 있고,뉴런마다 1개의 절편이 있으므로 1000 + 10 = 1010개 답은 ③번!        인공 신경망: 생물학적 뉴런에서 영감을 받아 만든 머신러닝 알고리즘. 신경망은 기존의 머신러닝 알고리즘으로 다루기 어려웠던 이미지, 음성, 텍스트 분야에서 뛰어난 성능을 발휘하면서 크게 주목받고 있음.텐서플로: 구글이 만든 딥러닝 라이브러리. CPU와 GPU를 사용해 인공 신경망 모델을 효율적으로 훈련하며 모델 구축과 서..

혼자 공부하는 머신러닝+딥러닝   벌써 5주차!원래 빨리빨리 업로드 해버리고 노는 편인데이번 주에는...주말에 올린다...  ~사건의 전말~ 방을 뒤지다가 연습장을 발견했는데갑자기 그림 그리는거에 빠져서 폭풍 그림을 그리다가공부를 못 했다... 그림을 잔뜩 그리고 질려서다시 공부를 하러 왔다....    놀은 만큼 또 공부하면 그만이야~굿!!       숙제   K-평균 알고리즘 작동 방식 설명하기 오늘도 손글씨로 해보았다.오늘은 저게 뭔 소린지 영문을 모르겠는 고양이 사진 을 넣었다.       비지도 학습: 훈련 데이터에 타깃이 없다. 타깃이 없기 때문에 외부의 도움 없이 스스로 유용한 무언가를 학습해야 함. 대표적인 비지도 학습 작업은 군집, 차원 축소 등. 히스토리그램: 구간별로 값이 발생한 빈도..

혼자 공부하는 머신러닝+딥러닝    오늘은 4주차!  설날에 할머니가 만들어주신 맛있는 집밥을 잔뜩 먹었다힘이 솟아오른다!!!오오오오오오오옷!!!!!   숙제    이런 건 역시 손글씨로 써야 제맛이지  챕터 5에서는 결정트리, 교차 검증과 그리드 서치, 트리의 앙상블에 대한 내용에 대해 배운다.    검증 세트: 하이퍼파라미터 튜닝을 위해 모델을 평가할 때, 테스트 세트를 사용하지 않기 위해 훈련 세트에서 다시 떼어 낸 테이터 세트. 교차 검증: 훈련 세트를 여러 폴드로 나눈 다음 한 폴드가 검증 세트의 역할을 하고 나머지 폴드에서는 모델을 훈련함. 교차 검증은 이런 식으로 모든 폴드에 대해 검증 점수를 얻어 평균하는 방법. 그리드 서치: 하이퍼파라미터 탐색을 잦동화해 주는 도구. 탐색할 매개변수를 나..

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.(..