ML/DL

퍼셉트론(Perceptron)이란?퍼셉트론(Perceptron)은 인공신경망의 한 종류로 1957년에 Rosenbaltt라는 사람에 의해 처음 고안된 알고리즘이다. Perceptron은 perception과 neuron의 합성어이며 인공 뉴런이라고도 부른다. 일반적으로

회귀(Regression)는 주어진 입력 변수(X)와 출력 변수(y) 사이의 관계를 모델링하는데 사용되는 통계적 기법이다. 회귀 분석은 주어진 데이터를 기반으로 예측모델을 만들어 향후 값을 예측하거나 변수 간의 상관 관계를 이해하는데 사용된다.예를 들어, 크기를 기준으

간단하지만 선형 이진 분류 문제에 더 강력한 알고리즘인 로지스틱 회귀(logistic regression)에 대해 살펴보자.로지스틱 회귀는 퍼셉트론이나 아달린과 마찬가지로 이진 분류를 위한 선형 모델이다. 아달린의 구조와 굉장히 비슷하게 보이지만 활성화 함수가 시그모이

SHAP은 머신러닝 모델의 예측을 설명하기 위한 게임 이론에 기반한 방법론이다. SHAP 값을 통해 각 피처가 예측에 어떤 영향을 미치는지 측정할 수 있다. 이는 모델의 전반적인 해석뿐만 아니라, 개별 예측의 해석에도 사용될 수 있다.SHAP 설치SHAP는 Python

One-shot, Few-shot, Zero-shot Learning은 머신러닝에서 적은 양의 학습 데이터로도 효과적인 학습을 가능하게 하는 방법론들이다.One-shot LearningOne-shot Learning은 새로운 클래스를 하나의 예시만으로 학습하고 인식할