# 머신러닝

267개의 포스트

부스팅 알고리즘 (Boosting Algorithm)

부스팅(Boosting) 부스팅은 머신러닝 앙상블 기법 중 하나로 약한 학습기(weak learner)들을 순차적으로 여러개 결합하여 예측 혹은 분류 성능을 높이는 알고리즘이다.

1일 전
·
0개의 댓글
post-thumbnail

SW마이스터고등학생들의 AI 교과서

작성일 2021년 Hello, World ! 안녕하세요. 대덕소프트웨어마이스터고 6기 인공지능 동아리 모딥 부장입니다. 2021 MoDeep 동아리와 프로젝트를 소개하려고 합니다. 모딥 로고 모딥 알파고, 자율주행 자동차 다들 한번씩 들어보셨을 것이라 생각합니다

7일 전
·
0개의 댓글

머신러닝 개요

머신러닝 공부

7일 전
·
0개의 댓글

신경망 학습 과정

학습 전 신경망은 크게 입력층, 은닉층, 출력층으로 구성된다. x1, x2는 입력 신호이며, 입력 신호가 다음 노드로 보내질 때에 가중치가 곱해진다. w1, w2는 가중치, b는 편향이다. w1*x1 + b = a y = h(a) 가중치와 입력신호의 곱에 편향이 더

2021년 4월 4일
·
0개의 댓글
post-thumbnail

K-means Clustering

비지도 학습 라벨이 없는 데이터들의 군집을 찾는 머신러닝 알고리즘이다. 대표적인 알고리즘 중 K-means clustering을 알아보자. K-means 순서 1) k개의 cluster을 정한다. => 초기값 설정 2) 임의의 중심 centroid를 설정한다. 3)

2021년 3월 30일
·
0개의 댓글
post-thumbnail

[책 정리2] - 데이터 과학과 머신러닝

Chapter01 데이터 과학과 머신러닝 1.1 업무상에서 데이터 과학이 하는 역할 데이터 과학: 데이터를 업무에 전략적으로 활용하는 기법 데이터 과학의 목적: 데이터를 사용해서 더욱 정교한 판단이 이루어지도록 하는 것 데이터 과학의 역할: 위의 목적을 실현하는 것 데

2021년 3월 29일
·
0개의 댓글
post-thumbnail

컴퓨터 비전 - OpenCV(4주차)

영상의 밝기와 명암비 조절 영상의 밝기 조절 영상의 밝기(brightness) 조절이란 영상의 전체적인 밝기를 조절하여 좀 더 밝거나 어두운 영상을 만드는 작업이다. 영상의 밝기를 조절하려면 입력 영상의 모든 픽셀에 일정 값을 더하거나 빼는 작업을 수행해야한다. 입력

2021년 3월 28일
·
0개의 댓글
post-thumbnail

내가 이해한 서포트 벡터 머신 SVM (1)

서포트 벡터 머신(SVM)은 Decision Boundary, 결정 경계선의 기준을 찾는 모델이다. 그 말인 즉, 결정 경계선의 위치가 모델의 성능을 결정한다는 뜻! SVM은 최적의 결정 경계를 찾는 알고리즘이라고 할 수 있다. 위 그림처럼 결정 경계(Separ

2021년 3월 27일
·
0개의 댓글

모두를 위한 딥러닝

constant - 플로우 그래프 그래프를 실행하기 위해서는 session을 시작해야한다. 그래프를 먼저 그리고, session을 통하여 실행시킨다. b를 없

2021년 3월 26일
·
0개의 댓글

IoU

IoU : intersection over Union 모델이 예측한 결과와 실측(Ground Truth) Box가 얼마나 정확하게 겹치는가를 나타내는 지표 NMS(Non Max Suppression) 가장 높은 IOU값 을 제외하고 나머지는 제외시키는 방법 mA

2021년 3월 26일
·
0개의 댓글
post-thumbnail

학교 AI 동아리 딥러닝 서버컴 구축기

최초작성일 2021년 03월 23일 (화) 코랩이란? colab 코랩(Colab)은 구글에서 제공하는 대화식의 웹서비스이다. 딥러닝 분야는 컴퓨터 성능이 중요하다. 코랩은 흔히들 알고 있는 주피터 노트북을 웹에서 구글이 제공해주는 컴퓨터로 실습을 할 수 있다. 개

2021년 3월 23일
·
1개의 댓글
post-thumbnail

기초부터 쌓아가는 머신러닝 #OT

Scikit-learn 라이브러리 빌트인 예제를 통한 데이터 분석 전처리 및 시각화와 머신러닝을 배웁니다.바로 머신러닝으로 들어가는 것이 아니라, 실제 데이터를 가지고 입맛대로 전처리해보고 시각화하면서 마지막으로 머신러닝을 적용해봄으로써, 전반적인 데이터분석을 배워

2021년 3월 23일
·
1개의 댓글
post-thumbnail

성능 척도 Performance Metrics

머신러닝의 성능을 측정하기 위한 다양한 척도가 있는데 다음과 같은 방법들이 있다.분류 모델의 성능을 정의하기 위해 사용되는 매트릭스다.TP(True Positive) : 암이 있다로 예측한 환자가 실제로 암일 경우FP(False Positive) : 암이 있다로 예측

2021년 3월 23일
·
0개의 댓글
post-thumbnail

[인공지능] Loss가 더 작다고 Accuracy가 더 높은 것은 아니다.

간혹 모델의 하이퍼파라미터를 튜닝하다 보면 모델의 Accuracy가 높아졌는데 Loss가 커지는 경우, 또는 Accuracy가 낮아졌는데 Loss는 작아지는 경우가 더러 발생한다. 보통 정확도가 높으면 오차도 작을 것이라고 생각할 수 있지만 꼭 그렇지만은 않다.

2021년 3월 13일
·
0개의 댓글

1. Introduction to Machine Learning

from data to discrete classes (labels) predefined class data -> spam , not spam / 눈 온 것 vs 해 뜰 것 얼굴 인식 -> 사람 이름 ( 그 사람 누구인지) ex) 이미지에 여러 사람 1\. 사

2021년 3월 10일
·
0개의 댓글
post-thumbnail

퍼셉트론 (Perceptron) - 키워드로 알아보는 딥러닝

퍼셉트론 (Perceptron)은 가장 기본이 되는 인공신경망 (Artificial Neural Networks) 중에 하나입니다. 흔히들 입력 노드들이 각자의 가중치 (weight)에 따라 하나의 노드로 출력되는 구조로 알고 계실텐데 정확히는 활성화 함수 (Activ

2021년 3월 3일
·
0개의 댓글
post-thumbnail

[선형 회귀] Linear Regression w/sklearn

boston data를 활용하여 scikit-learn에서 제공하는 linear regression을 사용하여 실제로 Y값을 예측하는 코드를 작성하는 방법

2021년 3월 3일
·
0개의 댓글
post-thumbnail

[선형 회귀] Performance measure

우리가 만든 모델이 얼마나 실제 값을 잘 대변하는가에 대한 것을 평가할 수 있는 measure가 필요하다.

2021년 3월 3일
·
0개의 댓글