태그 목록
전체보기 (69)머신러닝(30)혼자 공부하는 머신러닝+딥러닝(22)코딩테스트(21)딥러닝(16)머신러닝을 위한 파이썬 한 조각(13)선형대수학(6)모두를 위한 선형대수학(6)python(5)kaggle(4)competition(4)CNN(4)최단 경로 알고리즘(3)그래프 알고리즘(3)XGBoost(2)RNN(2)ensemble(2)Linear Regression(2)LightGBM(2)Classification(2)실좌표공간(1)grid search(1)drop out(1)부분공간의 기저(1)플로이드 워셜 알고리즘(1)코드업 100제(1)투 포인터(1)다이나믹 프로그래밍(1)선형종속(1)삼중곱(1)단위벡터(1)차원 축소(1)법선벡터(1)LSTM(1)Call Back(1)라쏘 회귀(1)padding(1)코시슈바르츠 부등식(1)Data Preprocessing(1)개발형 코딩 테스트(1)random search(1)서로소 집합 자료구조(1)기약행사다리꼴(1)에라토스테네스의 체(1)PCA(1)Gradient Boosting(1)Derivative(1)Optimizer(1)다익스트라 최단 경로 알고리즘(1)Feature Engineering(1)시각화 그래프(1)decision tree(1)pooling(1)삼각 부등식(1)stride(1)재귀함수(1)BFS(1)영공간(1)ANN(1)tensorflow(1)구간 합 계산(1)릿지 회귀(1)첨가행렬(1)xor(1)그리디(1)GRU(1)벡터(1)k-means(1)위상 정렬(1)cross validation(1)DNN(1)정렬(1)피벗성분(1)clustering(1)큐 자료구조(1)Logistic Regression(1)스택(1)부분공간(1)소수 판별 알고리즘(1)이진 탐색(1)Stochatic Gradient Descent(1)github(1)구현(1)Gradient Descent(1)EDA(1)벡터의 외적(1)자료형(1)DFS(1)열공간(1)선형결합(1)early stopping(1)word embedding(1)벡터연산(1)K-Nearest Neighbors(1)sequential data(1)feature map(1)SGDClassifier(1)git(1)생성(1)numpy(1)Tree Ensemble(1)Back Propagation(1)K-Nearest Neighbor Regression(1)벡터의 내적(1)Randomforest(1)크루스칼 알고리즘(1)
post-thumbnail

[kaggle] - 향후 판매량 예측

캐글의 안전 운전자 예측 경진대회 'Predict Future Sales' compeition에 참가해 다양한 feature engineering을 시도해보았다.과거 판매 데이터를 바탕으로 향후 판매량을 예측하는 회귀 문제로, 독특하게 train data외에 3가지 데

약 15시간 전
·
0개의 댓글
·
post-thumbnail

[git] "does not have a commit checked out" - 에러 해결 mac

git add 커맨드를 실행하였는데 "does not have a commit checked out" 에러가 발생하는 경우가 있다.이 에러는 repository 내의 다른 폴더에 .git 폴더가 중복되어 존재하기 때문에 발생한다. 최상위 폴더를 제외한 나머지 하위 폴더

3일 전
·
0개의 댓글
·
post-thumbnail

[kaggle] - 안전 운전자 예측

Intro 캐글의 안전 운전자 예측 경진대회 'Porto Seguro's Safe Driver Prediction' compeition에 참가해 다양한 모델링 기법을 연습해보았다. Porto Seguro라는 브라질의 보험사에서 제공한 고객 데이터를 활용해 운전자가 보험

4일 전
·
0개의 댓글
·

[kaggle] - 범주형 데이터 이진분류

Intro 캐글의 플레이그라운드 대회 'Categorical Feature Encoding Challenge' compeition에 참가해 이진 분류 문제를 해결해보았다. 이 경진대회는 인위적으로 만든 데이터로 구성되어 있으며 각 feature와 타깃값의 의미를 알

2022년 11월 19일
·
0개의 댓글
·
post-thumbnail

[kaggle] - 자전거 대여 수요 예측

Intro 캐글의 플레이그라운드 대회 'Bike Sharing Demand' compeition에 참가해 간단한 회귀 모델을 연습해보았다. 워싱턴 DC의 Capital bikeshare 프로그램에서 과거 사용 기록과 날씨 데이터를 결합해 향후 자전거 대여 수요를 예측하

2022년 11월 18일
·
0개의 댓글
·
post-thumbnail

[선형대수학] - 영공간 (Null Space)과 열공간 (Column Space)

행렬과 벡터를 곱할때 행렬에 곱하려는 벡터의 항목이 행렬의 열의 개수만큼 존재할 때만 가능함 행벡터와 열벡터의 곱을 해야할 때, 열벡터의 전치행렬을 활용하는 방법매트릭스 곱하기 벡터는 매트릭스의 행을 곱하려는 벡터와 내적시킨것과 같음매트릭스의 열벡터들의 선형조합으로

2022년 11월 17일
·
0개의 댓글
·
post-thumbnail

[선형대수학] - 연립방정식을 풀기위한 행렬

3개의 방정식을 행렬로 나타내고, 어떤 행이든 선형계수가 1이 되고 그에 해당하는 열의 나머지 수들이 0이 되게 함 기약행사다리꼴(Reduced Row Echelon Form) 피벗 성분(Pivot entry): 각 열에서 유일하게 0이 아닌 수zeroed out

2022년 11월 17일
·
0개의 댓글
·
post-thumbnail

[선형대수학] - 벡터의 내적 (Vector Dot Product)과 외적 (Cross Product)

벡터의 곱을 하기 위한 두 가지 방법 중 하나는 내적(Dot Product)내적은 a • b 로 표현함내적은 두 벡터를 곱하여 그 결과 스칼라값을 갖게됨길이(Length)는 || a || 로 표현길이: 각각의 성분을 제곱하고 모두 더한 값의 제곱근과 같음자기 자신과 내

2022년 11월 17일
·
0개의 댓글
·
post-thumbnail

[선형대수학] - 부분공간 (Subspace) 과 부분공간의 기저 (Baisis of Subspace)

V가 Rn의 선형 부분공간(linear subspace라는 것은 3가지를 의미함V가 영벡터를 포함x가 V에 포함된 벡터라면 x에 임의의 스칼라를 곱한 값(cx)또한 V에 있음 (닫혀있음, closure)만약 집합의 임의의 원소를 가지고있다면 곱셈에 대해 닫혀있는 것스칼

2022년 11월 17일
·
0개의 댓글
·
post-thumbnail

[선형대수학] - 선형결합 (Linear Combination) & 선형종속 (Linear Independence)

벡터들의 선형결합 각각의 벡터에 임의의 상수배를 한 것을 단순히 다 더하는 것벡터들끼리 곱을 하는 것이 아니라 임의의 상수를 곱한 것을 더하는 것이기에 ‘선형'결합이라고 부름생성: 벡터의 선형결합으로 나타낼 수 있는 모든 벡터벡터a와 벡터 b의 선형결합으로 R2 위의

2022년 11월 17일
·
0개의 댓글
·

[선형대수학] - 벡터 (Vector)

벡터(vector) 선형대수학을 위한 벡터란? 벡터(vector): 크기(magnitude)와 방향(direction)을 동시에 나타냄 2차원 뿐만 아니라 3, 4, 5, 6차원 이상으로 확장 가능 벡터는 크기와 방향만 신경쓰면됨, 어디서 시작하는지, 어디에 표현

2022년 11월 17일
·
0개의 댓글
·
post-thumbnail

[혼자 공부하는 머신러닝+딥러닝] - CH.9-3 LSTM & GRU cell

LSTM 셀: 타임스텝이 긴 데이터를 효과적으로 학습하기 위해 고안된 순환층, '입력 게이트, 삭제 게이트, 출력 게이트' 역할을 하는 작은셀이 포함되어 있음LSTM 셀은 은닉 상태(Hidden state) 외에 셀 상태를 출력함, 셀 상태는 다음 층으로 전달되지 않으

2022년 11월 16일
·
0개의 댓글
·
post-thumbnail

[혼자 공부하는 머신러닝+딥러닝] - CH.9-1, 2 Sequential Data & RNN

주요 개념 Sequential Data(순차 데이터): 텍스트나 시계열 데이터와 같이 순서에 의미가 있는 데이터 ex) 글, 대화, 일자별 판매 실적 RNN(순환 신경망): 순차 데이터에 잘 맞는 인공 신경망의 한 종류, 순차 데이터를 처리하기위해 고안된 순환층

2022년 11월 16일
·
0개의 댓글
·
post-thumbnail

[혼자 공부하는 머신러닝+딥러닝] - CH.8-3 CNN Visualization

함수형 API: 케라스에서 신경망 모델을 만드는 방법, Model 클래스에 모델의 입력과 출력을 지정함, 입력은 Input() 함수를 사용하여 정의하고 출력은 마지막 층의 출력으로 정의함가중치 분포 시각화함수형 APIfeature map 출력

2022년 11월 15일
·
0개의 댓글
·
post-thumbnail

[혼자 공부하는 머신러닝+딥러닝] - CH.8-2 Image Classification using CNN

합성곱 신경망 모델로 이미지 분류하기 ![](https://velog.velcdn.com/images/jailies/post/5fc22e9e-de55-4e2c-90c2-18c53126b8c1

2022년 11월 15일
·
0개의 댓글
·
post-thumbnail

[혼자 공부하는 머신러닝+딥러닝] - CH.8-1 Components of CNN

합성곱: 밀집층과 비슷하게 입력과 가중치를 곱하고 절편을 더하는 선형계산, 밀집층과 달리 각 합성곱은 입력 전체가 아니라 일부만 사용하여 선형 계산을 수행함Feature map: 합성곱 층이나 풀링 층의 출력 배열, 필터 하나가 하나의 특성맵을 만듦Padding: 합성

2022년 11월 15일
·
0개의 댓글
·
post-thumbnail

[혼자 공부하는 머신러닝+딥러닝] - CH.7-3 Nerual Network Model Training

Drop out(드롭아웃): 은닉층에 있는 뉴런의 출력을 랜덤하게 껴서 오버피팅을 막는 기법, 드롭아웃은 훈련 중에 적용되며 평가나 예측에서는 적용하지 않음Call back (콜백): 케라스 모델을 훈련하는 도중 어떤 작업을 수행할 수 있도록 도와주는 도구, 최상의 모

2022년 11월 15일
·
0개의 댓글
·
post-thumbnail

[혼자 공부하는 머신러닝+딥러닝] - CH.7-2 DNN

DNN(심층 신경망): 2개 이상의 층을 포함한 신경망, 딥러닝과 같은 의미Relu 함수: 이미지 분류 모델의 은닉층에 많이 사용하는 활성화 함수, 시그모이드 함수는 층이 많을수록 활성화 함수의 양 끝에서 변화가 작기 때문에 학습이 어려워져, 문제가 없고 계산이 간단한

2022년 11월 15일
·
0개의 댓글
·
post-thumbnail

[혼자 공부하는 머신러닝+딥러닝] - CH.7-1 ANN

밀집층: 가장 간단한 인공 신경망의 층, 뉴런들이 모두 연결되어 있어 완전연결층이라고도 부름, 출력층에 밀집층을 사용할 때는 분류하려는 클래스와 동일한 개수의 뉴런 사용원-핫 인코딩: 정숫값을 배열에서 해당 정수 위치의 원소만 1이고 나머지는 모두 0으로 변환, 다중

2022년 11월 15일
·
0개의 댓글
·
post-thumbnail

[혼자 공부하는 머신러닝+딥러닝] - CH.6-3 PCA

차원 축소: 원본 데이터의 특성을 적은 수의 새로운 특성으로 변환하는 비지도 학습의 한 종류, 저장공간을 줄이고 시각화하기 쉽고 다른 알고리즘의 성능을 높일 수 있음PCA(주성분 분석): 차원 축소 알고리즘의 하나로 데이터에서 가장 분산이 큰 방향(주성분)을 찾는 방법

2022년 11월 15일
·
0개의 댓글
·