반응형 딥러닝5 혼공학습단 11기 회고 이번 기수도 저번주 딥러닝과 함께 끝이 났습니다. 정신 차리니 어느새 6주가 지나있었네요. 뭐야 내 방학 돌려줘.... 처음 시작은 저번 학기에 배운 머신러닝+딥러닝을 정리해보는 참에 시작했는데, 생각보다 더 꼼꼼하게 머신러닝과 딥러닝 전반에 대해 짚고 넘어갈 수 있었습니다. 분명 이 책으로 기말고사까지 봤는데, 이상하게 다시 보니 또 새롭더라고요. PCA? 손실함수? 내가 그걸 배웠던가? 이렇게 되니까 복습하기를 잘한 것 같습니다. 망각 곡선에서 망각 부분 직전에 다시 기억이 살아났어요. 복습이 이렇게 중요합니다 여러분. 머신러닝에서도 한 번만 학습시키면 성능이 별로 좋지 않아요. 에폭을 여러번 돌려줄수록 성능이 개선되는게 종종 느껴집니다. 따라서 혼공학습단을 통한 반복 학습이 무지 중요하다는 점을 배.. 2024. 2. 15. [6주차] 딥러닝은 어떻게 이미지를 분류하는가? Ch.7-1 인공신경망 갤럭시를 사용하는 분들은 갤러리 앱을 켜서 돋보기 버튼을 눌러보세요. 아마 처음 보는 분도 계시겠지만, 갤러리 앱이 알아서 사람 얼굴을 인식한 후 그 사람마다 따로 폴더를 만들어 놓았습니다. 신기하죠? 제가 아이폰 유저가 아니라서 아이폰도 되는지는 잘 모르겠습니다. 모든 사진마다 '이 사진은 박명수씨 사진입니다!'라고 표시를 해 둔 것도 아닌데, 상당히 높은 정확도로 이미지 분류를 잘 해놓았습니다. 이제 짤을 찾을 때 더 편하게 찾을 수 있을 것 같습니다. 이처럼 딥러닝을 통한 이미지 인식은 의외로 생활 전반에 숨어있습니다. 이번 챕터에서는 저번 주차에 이어 딥러닝을 이용한 이미지 분류를 더 정리해보도록 하겠습니다. 특히, 딥러닝의 알파이자 오메가라고 할 수 있는 인공신경망을 배워.. 2024. 2. 8. [3주차] 분류 알고리즘과 손실함수 Ch.4 다양한 분류 알고리즘 이번주는 깊게 파기보다는 얕고 넓게 정리할 예정입니다. 인턴 자소설 무한 생성 중 + 주인장 자취방 이사 준비로 상당히 시름시름 코코넛 상태에요... 모두 건강관리 열심히 하십쇼 4-1. 로지스틱 회귀 이름에서 회귀니까 이번에도 예측 모델을 배우겠구나! 하신 분들, 훌륭하지만 아닙니다. 로지스틱 회귀는 이름은 회귀지만 분류 모델입니다. 갑자기 돌발적인 변화구니까 잘 기억해둡시다. 로지스틱 회귀란, 로지스틱 함수(=시그모이드 함수)를 사용해서 분류를 실행하는 분류 모델으로, 쉽게 말해 로지스틱 함수에 특성값을 대입해서 결과를 도출하는 분류 방식을 사용합니다. 이 그래프가 시그모이드 함수입니다. z = 0일 때 0.5의 결과값을 가지고, z가 양의 방향으로 커지면 1에 무한이 .. 2024. 1. 19. [혼공머신] 2주차 - 회귀 모델과 규제 Ch.3 회귀 알고리즘과 모델 규제 3-1. k-최근접 이웃 회귀 지도학습은 크게 분류와 회귀 2가지로 나뉩니다. 1주차에서 했던 분류와, 이번 주차에 볼 '예측'에 해당되는 분류가 있습니다. 간단하죠? 그런데 머신러닝 입문 단계에서는 프로젝트를 할 때, 내 프로젝트가 분류인지 예측인지 어려운 경우도 종종 있어서 프로젝트의 목적을 분명히 해야 합니다. 예를 들어, '연봉으로 2억원을 받는 야구선수는 어떤 포지션일 확률이 높을까?' 같은 경우에는 분류일까요, 회귀(예측)일까요? 약간 헷갈리시나요? 언듯 보면 포지션을 예측하는거 아닌가요? 라고 할 수도 있습니다. 이번 단원에서는 회귀(예측)과 분류 알고리즘의 차이를 명확히 보고, 분류 알고리즘의 예시와 더 나아가서 규제까지 정리해보겠습니다. 회귀 알고리즘이.. 2024. 1. 12. 이전 1 2 다음 반응형
