실전 머신러닝 적용

모든 문제를 풀기 위해서는 먼저 입력값 input 과 출력값 output을 정의 해야한다출력값에 float을 자주 쓴다연속적인 문제를 예측해야 할 때 회귀 regression을 사용출력값이 연속적인 소수점으로 예측하게 푸는 방법비연속적인 문제를 풀 때 분류 classi

논리 회귀 logistic regression 선형회귀로 풀지 못하는 것 S커브로 나타냄 임계치가 있음 시그모이드라고 말함 0~1 사이 값 크로스엔트로피 crossentropy를 사용해서 소프트맥스와의 차이를 구하고 최소화한다 전처리 pre-processi

머신러닝의 한 분야여러 층인풋 히든 아웃풋보편적으로 히든 레이어를 늘렸다가 줄이는 방식활성화 함수는 보편적으로 히든 레이어 바로 뒤에 넣는다 backpropagation에러가 나면 뒤에가서 다시 고친다우리가 만든 적당한 연산량과 정확도를 가진 딥러닝 모델을 베이스라인