AI

Loss Function, MSE, 지도학습, 비지도학습, Overfitting

Confusion Matrix

머신러닝 주요 알고리즘 분류

Ensemble

🔥 주요 Hyperparameter 랜덤포레스트(RandomForest) random_state: 랜덤 시드 고정 값. n_jobs: CPU 사용 갯수 max_depth: 깊어질 수 있는 최대 깊이. 과대적합 방지용 n_estimators: 앙상블하는 트리의 갯수 m

📌딥러닝 학습 방법 딥러닝 모델의 매개변수(weight, bias)를 무작위로 부여한 후, 반복학습을 통해 모델의 출력값을 정답과 일치하도록 매개변수를 조금씩 조정함 -> Gradient Descent 최적화 알고리즘 Perceptron > Perceptron이란

출처: https://www.slideshare.net/yongho/ss-79607172 📌Optimizer 💡 딥러닝 학습 과정에서 사용되는 Optimizer에 대한 종류와 특징을 알아보자 Optimizer의 종류 GD(경사하강법) SGD(확률적 경사 하강법)

📌 DNN >DNN이란 입력층(input layer)과 출력층(output layer) 사이에 여러 개의 은닉층(hidden layer)들로 이뤄진 인공신경망이다. 신경망 출력에 비선형 활성화 함수를 추가하여 복잡한 비선형 관계를 모델링 할 수 있음 출처: https