# ML
[ML Study 2022] 1주차
PROBLEM Problem info > Theme > Data preprocessing & basic ML 서울시 따릉이 대여량 예측 경진대회 (DACON) > metric > RMSE > notes > 기온, 풍속, 습도 등의 데이터를 활용해 시간별 따릉
파이썬 머신러닝 완벽 가이드 - 5. Classification(3) (예제 및 스태킹)
EDA 중, head, info, describe 사용이상치 발생 ⇒ 제일 많은 걸로 대체하는 방법론도 있음LGBMClassifier( . . . boost_from_average=False) : 레이블값 매우 불균형한 경우 False, if True ⇒ 재현률 및 R
활성 함수
softmax 함수는 입력 값을 정규화하여 출력하게 된다.입력받은 값을 정규화 하는 이유가 무엇일까? 우리가 가장 쉽게 접하는 예시인 손글씨 숫자 인식에서는,입력값에 대한 결과로 다양한 값을 반환 받는다.0부터 9 까지의 숫자를 분류 (10개의 클래스 분류)한다고 하면
역전파
Forward & backward Propagation두가지의 전달 방식이 존재한다.순전파는 계산을 왼쪽에서 오른쪽으로 진행하는 단계역전파는 반대인 오른쪽에서 왼쪽으로 계산이 진행하는 단계를 지칭한다.전파(propagation)을 공부하다 보면 국소적 계산이라는 키워드
[논문 리뷰] Representing Long-Range Context for Graph Neural Networks with Global Attention (NeurIPS 2021)
GraphTrans 한글 번역, 리뷰
파이썬 머신러닝 완벽 가이드 - 5. Classification(2) (앙상블)
: 여러 개의 분류기(classifier)를 생성하고 그 예측을 결합함으로써 보다 정확한 최종 예측을 도출하는 기법→ 보팅Voting, 배깅Bagging, 부스팅Boosting + 스태킹Stacking보팅 : 서로 다른 알고리즘을 가진 분류기 결합배깅 : 같은 유형의
파이썬 머신러닝 완벽 가이드 - 5. Classification(1) (결정트리)
Classification 분류 : 학습 데이터로 주어진 데이터의 피처와 레이블 값(결정 값, 클래스 값)을 머신러닝 알고리즘으로 학습해 모델을 생성하고, 이렇게 생성된 모델에 새로운 데이터 값이 주어졌을 때 미지의 레이블 값을 예측하는 것 나이브 베이즈 Naive
[CS224W] Lecture 5 정리
Lecture 5.1 Agenda 일부 노드에 labeled 네트워크가 있을 때, 네트워크 내 unlabeld 노드들에 label을 할당하기 Correlations 인접한 노드들은 같은 label을 가질 것이라는 개념 -> Homopily와 Influence의 두 관
[딥러닝] 파이토치로 딥러닝 구현 (모델 생성, 모델 훈련, 모델 검증)(2) (feat. 파라미터 수 확인, torchsummary)
너무 길어질 것 같아 1과 2로 나누어 정리하겠습니다. (1) 링크 : https://velog.io/@ym980118/딥러닝-파이토치로-딥러닝-구현-데이터-전처리-이미지-시각화-모델-구현 1. 모델 생성 LeNet 사용 (모델 확인) > torchsummary를 통해 직관적으로 모델 확인 가능 > 파라미터 수 확인 2. 손실함수 & 옵티마이저 ...
Entropy
물리를 들어본 사람이라면 엔트로피 에 대해서 들어본 적이 있을 것이다. 엔트로피 란, 흔히 '무질서도' 로 정의된다. 그렇다면 머신러닝에서 쓰이는 엔트로피는 정확히 어떤 의미로 사용되는 것일까? 머신러닝에서 엔트로피란, 머신 러닝에서 사용되는 정보들의 무작위성, 혹은
파이썬 머신러닝 완벽 가이드 - 4. Evaluation
실제 데이터에서 예측 데이터가 얼마나 같은지 판단하는 지표$$⁍ $$특히 정확도는 불균형한 레이블 값 분포에서는, 적합한 평가 지표가 아님ex) MNIST 데이터 셋을 다중분류에서 이진분류로 바꾸면 (7을 True, 나머지를 False) ⇒ 0과 1중 0을 찍으면 90
파이썬 머신러닝 완벽 가이드 - 3. Scikit-Learn
Classifier 분류: DecisionTreeClassifier, RandomForestClassifier, GradientBoostingClassifier, GaussianNB, SVCRegressor 회귀: LinearRegression, Ridge, Lasso
[MLwR] 모델 성능 평가
활용 가능 데이터실제 값예측 값추정된 예측 확률R에서 내부 예측 확률을 구하는 함수 호출은 패키지마다 다르다.하지만 일반적으로 predict() 함수에 파라미터로 전달하는 것으로 얻어온다.관심이 있는 클래스를 positive, 다른 모든 클래스를 negative라고 정