머신러닝
1.[ML] 머신러닝 기초
Hands-On Machine Learning with Scikit-Learn and TensorFlow 책을 공부하고 내용을 정리한 글이다. Machine Learning 머신러닝이란 별도의 프로그래밍 없이 데이터로부터 스스로 학습하여 개선하는 것이다. ML을 사
2.[ML] 머신러닝 프로젝트로 배우기
Pipeline 데이터 처리 과정 순서를 데이터 파이프라인이라고 할 수 있다. 조작하고 변형해야 할 데이터가 무수히 많으므로 머신러닝에서 파이프라인은 흔히 사용된다. Learning with ML Project Stage 1. Frame the problem 문제가
3.[ML] 모델 학습 방법
Hands-On Machine Learning with Scikit-Learn and TensorFlow 책을 공부하고 내용을 정리한 글이다.위의 식은 선형회귀 예측 모델 식으로 벡터로도 표현이 가능하다. 상수항을 포함하여 모델 파라미터를 벡터로 한 번에 표현한다.모델
4.[ML] Decision Tree
Decision Tree ML에서 분류와 회귀 문제 둘 다에서 유용한 알고리즘이다. 가장 많이 쓰이는 Random Forest 알고리즘의 기본이 되는 요소이기도 하다. Root node(top)에서부터 시작하여 물음에 따라 left child node로 갈 것인지,
5.[ML] 비지도학습
대부분의 ML은 지도학습으로 이루어지지만, 사실 모든 데이터는 거의 라벨링되어 있지 않다.비지도학습에는 Dimensionality reduction, Clustering, Anomaly detection, Density estimation 등이 있다. 가까운 거리에 있
6.[ML] Neural Network
Hands-On Machine Learning with Scikit-Learn and TensorFlow 책을 공부하고 내용을 정리한 글이다. Artificial Neural Network 뉴런들이 어떻게 결합해서 작동하면 복잡한 생각을 하게 되는걸까? 이것이 Ar