Machine Learning

오늘부터 ML 공부를 차근차근 시작해보려고 한다. 강의를 들으면서 이해하지 못한 부분이나 놓친 개념이 많은 것 같아 백지 상태로 돌아가 처음부터 공부하는 것이 좋을 것 같았다.공부 기록을 남기면서 나중에 다시 볼 수 있도록 잘 정리하는 것이 목표이다.공부에 사용할 교재

📌개념주어진 데이터를 2개 이상의 클래스로 분류하는 것이다. feature x가 주어졌을 때, 클래스 y를 결정하는 함수를 사용한다. feature x는 여러개일 수 있다.K-Nearest Neighbor, Decision Tree, Neural Network 등을

퍼셉트론이란 프랑크 로젠블라트가 1957년 고안한 알고리즘으로, 신경망(딥러닝)의 기원이 되는 알고리즘이다.퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력한다. 이 신호는 0또는 1의 값을 갖는다. 신호가 흐르면 1, 흐르지 않으면 0으로 표현한다.perce

신경망을 그림으로 나타낸 것이다. 왼쪽부터 입력층(input layer), 은닉층(hidden layer), 출력층(output layer)이라고 부른다. 입력층과 출력층은 사람에게 보이지만, 은닉층은 보이지 않는다. 가중치를 갖는 층을 기준으로 2층 신경망이라고 부르

신경망 학습 퍼셉트론에서, 우리는 가중치 값을 직접 설정해주었다. 하지만 신경망 학습을 통해 훈련 데이터로부터 가중치 매개변수의 최적값을 자동으로 획득할 수 있다. 신경망이 학습할 수 있도록 해주는 손실 함수(loss function)에 대해 알아보겠다. 손실 함수가