DataScience59 머신러닝 :: Logistic Regression, Gradient Descent Method 머신러닝 :: 6. Logistic Regression, Gradient Descent Method Logistic Regression · Classification을 위해 Logistic function(=Sigmoid function)을 사용하며, 0~1사이의 값으로 Regression한다. → 이는 0이냐 1이냐를 정하는 Binary class를 classification하는데 확률값처럼 사용이 가능하다. · Logistic Regression은 아래와 같은 선형 분류기를 더 soft하게 바꾸는 데에서 출발한다. · 위 그림에서의 classifier h(x)는 hard boundary(0 또는 1)를 형성하고 있다. h(x)를 아래와 같이 sigmoid function을 적용하여 soft bound.. 2023. 4. 25. 머신러닝 :: New Interpretation of Linear Regression(MLE) 머신러닝 :: 5. New Interpretation of Linear Regression Linear Regression · 아래와 같은 데이터셋에서 Best fit한 line f(x)을 찾으려면 Linear Regression을 수행할 수 있다. · 지난 포스팅에서 다뤘던 Linear Regression에서는 Squared Error E(w)를 최소화하는 f(x)의 coefficient, 즉 w(weight)를 찾음으로써 Given Data set에 Best fit한 Line을 찾는다. · 또 다른 접근방법을 생각해보자. Data set D를 관측하는 확률(Probability)을 최대화하는 f(x)를 찾는다면 아래와 같이 표현이 가능하다. 아래는 f(x)가 given일 경우 Data D가 나타날 확.. 2023. 4. 24. 머신러닝 :: Model Optimization, Evaluation, Cross Validation 머신러닝 :: 4. Model Analysis(Optimization, Evaluation, Cross Validation) Overfitting) vs Generalization · 아래와 같이 주어진 데이터가 있다고 가정했을 때, 이 데이터를 잘 예측할 수 있는 회귀 방정식을 찾아내려면 어떻게 해야할까? · 에러를 가장 적게 내는 것이 정말 좋은 방정식일지는 고민해봐야 한다. 아래 4개의 그림을 보면 왜인지 알 수 있다. · 차수가 3차원까지는 데이터를 완벽하게 따라가지는 않더라도 유사하게 예측했다고 볼 수 있을 것이다. 그런데 9차원까지 간다면? 문제가 발생한다. · 이러한 예측은 주어진 데이터에는 완벽하게 잘 들어맞지만, Unknown Data에는 예측 정확도(Prediction accuracy).. 2023. 3. 21. 머신러닝 :: Linear Regression(선형 회귀식 풀이법, SLE) 머신러닝 :: 3. Linear Regression Linear Regression · 선형회귀(Linear Regression)는 데이터에 가장 잘 맞는(Best Fit) 선을 찾는 것을 말한다. · 입력값에 대한 출력값이 정해진 지도학습(Supervised Learning)이다. Best Fit의 의미는 무엇인가? · 모든 i에 대해서 모델 f(x_i)가 데이터 y_i와 가능한한 가장 가깝게 위치하는 것 · 실 Data와 '차이의 절대값'의 합이 최소가 되는 f(x)를 찾는 것 · Error Function E(w)를 최소화하는 가중치 w를 찾는 것 E(w), Error Function을 최소화하는 가중치 W 구하기 · Error Function은 아래와 같이 오차의 제곱(Squared error)으.. 2023. 3. 20. 머신러닝 :: k-NN for Classification, Regression 머신러닝 :: 2. k-NN(k-Nearest Neighbors) for Regression, Classification k-NN? · 입력받은 Data x의 특성을 파악하기 위해, k개의 가장 가까운 Data들을 통해 특징을 추출해내는 지도학습 알고리즘 · k-NN은 Data labeling이 되어있어 지도학습에 속한다. 여기서 학습(training)은 '데이터를 저장하는 단계', 테스트(test)는 '거리 계산 단계' 로 볼 수 있다. k-NN의 특징 · Case-based reasoning (instance-based, memory-based) : 찾고자 하는 값과 같은 값이 있으면 즉시 답하고, 없으면 가까운 값으로 답한다. · Lazy learning : 러닝타임 동안에는 하는 것이 없다. *L.. 2023. 3. 20. 머신러닝 :: 개요, 머신러닝 딥러닝 차이 머신러닝 :: 1. Introduction to Machine Learning · 인공지능(Artificial Intelligence) : 인간의 지적능력(계산, 학습 등)을 컴퓨터를 통해 구현하는 기능(모든 자동화) · 머신러닝(Machine Learning) : 데이터로부터 의사결정을 위한 패턴을 기계가 스스로 학습 · 딥 러닝(Deep Learning) : 인공신경망 기반의 모델로, 비저어형 데이터로부터 특징 추출/판단(=Deep Neural Network) 머신러닝이란? · "To improve the perfomance of programs base on given data, previous result, or experiences" · 전통적 프로그래밍은 규칙을 사람이 수정 해야 했지만, 머신.. 2023. 3. 20. 머신러닝 :: 머신러닝 추천 서비스 구현_데이터 필터링, 쿼리셋 다루기 _TIL67 ■ JITHub 개발일지 67일차 □ TIL(Today I Learned) :: 머신러닝 추천 서비스 구현_데이터 필터링, 쿼리셋 다루기 1. 데이터 필터링 - 특정 문자열과 일치 filter = df['col_name'] == 'check_data' result = df[filter] - 특정 문자열 포함 filter = df['col_name'].str.contains('str1|str2|str3') result = df[filter] - 특정 문자열을 제외 filter = df['col_name'].str.contains('str1|str2|str3') result = df[~filter] ※ 쿼리셋 안에서 특정 문자 포함여부 확인(__contains를 사용한다.) for i in range(0, .. 2022. 12. 8. Web 개발 :: 프로젝트 조회수, Permission, Dataframe, 머신러닝_TIL66 ■ JITHub 개발일지 66일차 □ TIL(Today I Learned) :: 프로젝트 조회수, Permission, Dataframe, 머신러닝 1) 게시글 조회수 생성 조회수 생성은 아래와 같은 코드로 간단하게 적용할 수 있었다. class Place(models.Model): ... hit = models.PositiveIntegerField('조회수', default=0) ... @property def hit_count(self): self.hit +=1 self.save() - 실제 코드를 실행할 때에는 views.py의 함수에서 위의 hit_count를 호출해와야 동작이 되는데 이를 호출해오지 않아 hit count가 제대로 되지 않았던 문제가 있었다. - 아래 코드처럼 place.hit_.. 2022. 12. 7. 딥러닝 :: 11월 셋째주 WIL #12 ■ 개발일지 WIL #12 1. FACTS - Docker, AWS 학습 - 딥러닝(OpenCV) 이미지 처리 학습 - DRF 코드 리뷰 2. FEELINGS : 도커, AWS는 강의를 보며 학습했지만 머릿 속에서 정리가 잘 되지 않는 느낌이다. : OpenCV를 활용한 딥러닝은 실제로 보이는 부분이 있어 재미있게 학습했다. 차주에는 프로젝트에서 이를 활용해야 하는데, 어떻게 구현해낼지 고민이다. 기본적인 기능들을 구현할 수 있도록 복습이 필요하다. : DRF도 마찬가지로 한번 더 훑은 정도.. 다음 프로젝트에서 딥러닝 부분을 맡지만 DRF에도 신경을 쏟을 필요가 있다. : SQL(MySQL, postgresql)도 추가로 학습하려고 계획했으나 틀어져서 아쉽다. 차주에 챙겨볼 생각이다. 3. FINDIN.. 2022. 11. 18. 딥러닝 :: OpenCV를 활용한 영상 처리, 도커 복습_TIL54 ■ JITHub 개발일지 54일차 □ TIL(Today I Learned) :: 딥러닝_OpenCV 이미지 처리 기초, 도커 Time Attack - OpenCV : Open source & Computer vision & Machine learning & Software library - OpenCV Docs (*링크) - OpenCV pip 명령으로 설치 pip install opencv-python - OpenCV 임포트 해오기 import cv2 - OpenCV에서 이미지 변환을 위해 사용되는 기본 메서드 1) 영상 파일 불러오기 # 영상 파일 불러오기 cv2.imread(filename, flags=None) # *flags (cv2.IMREAD_COLOR, cv2.IMREAD_GRAYSCALE.. 2022. 11. 18. 이전 1 2 3 4 5 6 다음 반응형
