# machine learning
1.1 Artificial intelligence, machine learning and deep learning
AI ML Learning representation from data The "deep" in deep learning Understanding how deep learning works, in 3 figures What deep learning has ac
NLU 기술이란? 자연어 특징
사람의 언어를 입력으로 실제 의도를 분석하는 기술과 이러한 기술의 상용화 과정을 이해해보자.자연어 이해 기술이란? 기계가 사람의 말을 이해할 수 있도록 하는 기술자연어 이해 기술의 목적: 가장 인간 같은 기계Turing Test에 대한 비판자연어 이해 기술의 목적: N
1.2 의사결정나무로 간단한 분류 예측 모델 만들기
링크: https://www.kaggle.com/uciml/pima-indians-diabetes-databasePregnancies : 임신 횟수Glucose : 2시간 동안의 경구 포도당 내성 검사에서 혈장 포도당 농도BloodPressure : 이완기 혈
1.1 사이킷런과 머신러닝
: 정답(Label)이 존재. 수치를 예측하는 것이면 Regression, 분류의 문제는 ClassificationClassification -> https://scikit-learn.org/stable/supervised_learning.htmlRegress
그래프 그릴 때, 각 x값들의 값의 차이가 클 때 간격을 동일하게 하여 그리는 법(feat.릿지 회귀)
릿지와 라쏘는 선형회귀 모델의 과적합 방지를 위해 사용한다. 두 모델은 규제를 가하는 방법이 조금 다른데, 뭐 맥락은 같다. 바로 계수의 크기를 줄이는 것이다. 일반적으로 릿지를 조금 더 선호한다고 함.릿지와 라쏘 모델을 사용할 때, 규제의 양을 임의로 조절할 수 있다
TensorFlow.js_Box
tensorflow를 사용하여 머신러닝 모델을 만들고 활용할 수 있다. 기존에 있는 모델을 가져와서 사용할 수도 있어서 편리하다.tensorflow는 일반적으로 python으로 사용하지만, javascript를 활용해서도 가능하다.파이썬의 풍부한 머신 러닝 환경을 대체
[기계학습] ML and Probability Theory 2
Expectations and Moments 이번에는 probability distribution을 나타내는 척도들에 대해서 알아보려고 한다. Expectation 일상 생활 속에서 사람들은 어떤 확률적인 사건이 발생하려고 하면 자신에게 유리한 방향으로 생각하는 경향이 있다. 이러한 기대를 충족시키기 위해서 확률적으로 높은 경우를 택할 것이다. 수학적인 ...
[기계학습] ML and Probability Theory 1
ML and Probability Theory Machine Learning에서 확률 이론은 꽤 중요한 부분이다. 이전에 machine learning은 데이터로부터 볼 수 있는 특정한 pattern을 학습하는 것으로부터 일종의 function을 만드는 과정이라고 했다. 여기서 pattern을 데이터가 나타내는 정보라고 생각해도 좋다. 간단한 예시를 한 ...
[기계학습] Three Types of ML
Supervised Learning 지도 학습이라 불리는 supervised learning은 input 데이터와 이에 대응하는 정답을 함께 입력으로 받는다. 여기서 정답은 label이라고도 하는데, 주어진 input 데이터와 label로 부터 model을 학습시켜서 새로운 input data가 들어오게 되면, 이에 대응하는 label을 예측하게 된다. ...
[Machine Learning] 파이썬 머신러닝 완벽 가이드(권철민, 위키북스) : 3장 평가(2)
F1스코어, ROC 곡선과 AUC, 피마 인디언 당뇨병 예측
[Machine Learning] 파이썬 머신러닝 완벽 가이드(권철민, 위키북스) : 3장 평가(1)
📐3.1. 정확도(Accuracy) 평가의 개요 머신러닝은 데이터 가공/변환 -> 모델 학습/예측 -> 평가 프로세스를 가짐 성능 평가 지표 (evaluation metric) 회귀 모델 : 대부분 실제값과 오차값의 오차 평균값에 기반. 예측오차를 가지고 정규화 수준을 재가공하는 방식 분류 모델 : 일반적으로 실제 결과 데이터와 예측 결과 데이터가...
[Machine Learning] 파이썬 머신러닝 완벽 가이드(권철민, 위키북스) : 2장 사이킷런으로 시작하는 머신러닝(2)
Kaggle 타이타닉 데이터셋으로 생존자 예측하기
[Machine Learning] 파이썬 머신러닝 완벽 가이드(권철민, 위키북스) : 2장 사이킷런으로 시작하는 머신러닝(1)
사이킷런(scikit-learn) 개요 및 프레임워크, Model Selection 모듈, 데이터 전처리
MLSys
MLSys 는 2022년으로 5번째로 열리는 학술 대회입니다.위 paper 는 ML을 위한 System 을 연구하는 분들이 모여, MLSys 분야의 핵심 issue 를 정의한 내용을 담고 있습니다.핵심적인 내용을 읽고 정리해 보았습니다.
Feature Selection
모델의 성능을 높이기 위해 기존 특징 집합에서 유의미한 특징을 선택모델 복잡도를 감소시켜 해석에 용이학습 시간 축소차원의 저주 방지Overfitting을 감소시켜, 일반화 성능을 높임Wrapper methodFilter methodEmbedded methodWrappe
Permutation Importance
mean decrease impurity, drop-column importance, permutation importances