머신러닝24 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 :: 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. 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. 파이썬/머신러닝 웹 프로그래밍 :: 10월 넷째주 WIL #08 ■ 개발일지 WIL #08 1. FACTS - 머신러닝을 활용한 프로젝트 진행 : 팀장 및 이미지 인식 부분 머신러닝을 담당하여 진행하였다. : 머신러닝 기능을 구현할 때 어려움이 많았다. 1) 모델을 학습시킬 때 어떤 라이브러리를 사용할지 선택(ResNet이냐 Yolov5이냐 또는 Object Detection을 사용할꺼냐 Object Classification을 사용할꺼냐 등..)하는 과정에서 고민과 어려움이 있었다. 2) 납기는 짧은데 모델학습하는 시간이 매우 길었고, 학습된 모델을 테스트했을 때의 validation accuracy만큼의 신뢰도가 나오지 않는 것을 확인하고, 모델을 몇 번이고 다시 만들었다. 3) 편하고 좋은 데이터셋을 찾는 것도 문제이다. 캐글이나 Roboflow에서 제공하는 데.. 2022. 10. 23. Web 개발 :: 머신러닝 프로젝트_TIL#35 ■ JITHub 개발일지 35일차 □ TIL(Today I Learned) :: Django 머신러닝 웹 개발 프로젝트 :: 디저트 추천 프로젝트 10/21에는 머신러닝 프로젝트를 종합하여 정리하고 최종 마무리를 진행하였다. 최종 정리 전 마지막날 밤에는 아래 4가지 정도의 문제점을 확인했다. 1) 문제점 : 어떤 문제가 있었는지? - 프로젝트에서 머신러닝을 담당하는 모듈이 되는 파일의 경로지정 문제로 동작하지 않는 경우 발생 2) 몰랐던 점 : 모르는 것은 무엇이었는지? (+내가 했던 시도) - 그냥 단순하게 파일이 있는 위치에서 경로를 받아오려 했으나 지속 실패함. 상대경로가 아니라 절대경로로 바꿔와야 하나해서 바꾸어보았지만 실행되지 않았다. 3) 해결 및 알게된 점 - 직접 python 파일명.py.. 2022. 10. 23. Web 개발 :: 머신러닝 프로젝트_TIL#34 ■ JITHub 개발일지 34일차 □ TIL(Today I Learned) :: 파이썬 머신러닝_Yolov5을 활용한 이미지 검출 · 사진에서 과일을 인식시키는 머신러닝 모델을 생성한다. 이를 위해 Yolov5, 그리고 OpenCV를 활용하였다. · 모델 학습은 colab을 사용하였다. VSCode를 사용할 수도 있지만 colab을 통해 진행했다. · 사용할 데이터셋은 Roboflow라는 사이트에서 받을 수 있었다. 어제 썼던 kaggle 데이터셋보다 나아보였다. 아래와 같이 커맨드를 입력해서 데이터셋을 압축파일로 받아오고, 압축을 풀어 사용할 수 있다. !curl -L "https://public.roboflow.com/ds/a6SqTvZHdj?key=3pqf4RvUae" > roboflow.zip; .. 2022. 10. 20. 머신러닝 :: 딥러닝 MNIST 실습_캐글 Sign Language 데이터셋(2)_CNN을 이용한 풀이 딥러닝 MNIST 실습_캐글 Sign Language 데이터셋(2)_CNN을 이용한 풀이 1. 딥러닝의 개념 · 영어 알파벳 수화 데이터셋 (※ 링크 : https://www.kaggle.com/datamunge/sign-language-mnist) 1) 데이터셋 다운로드 import os os.environ['KAGGLE_USERNAME'] = '' # username os.environ['KAGGLE_KEY'] = '' # key !kaggle datasets download -d datamunge/sign-language-mnist !unzip sign-language-mnist.zip 2) 패키지 로드 from tensorflow.keras.models import Model from tensor.. 2022. 10. 14. Web 개발 :: 파이썬 django 인스타그램 코드 리뷰, 머신러닝 ■ JITHub 개발일지 30일차 □ TIL(Today I Learned) :: 파이썬 Django 인스타그램 클론 코딩 기능 구현(POST, 댓글 기능) 1. Django 인스타그램 클론코딩 - 데코레이터 사용시 : @login_required(login_url ///) login_url 뒷부분을 활용하여 로그인이 안되어있을 경우 특정 페이지로 이동할 수 있게 한다. - 게시글에 이미지 업로드할 때 미리 세팅해야 하는 부분이 있다. ① settings.py ② import os # media file 저장위치 지정 # ★ MEDIA_ROOT = os.path.join(BASE_DIR, 'media') MEDIA_URL = '/uploads/' ③ 프로젝트의 urls.py에서 urlpatterns += .. 2022. 10. 14. 머신러닝 :: 딥러닝_전이학습, 순환신경망(RNN), 생성적 적대 신경망(GAN) 딥러닝_전이학습, 순환신경망(RNN), 생성적 적대 신경망(GAN) 1. 전이학습(Transfer Learning) · 과거에 문제를 해결하면서 축적된 경험(유명한 네트워크들과 같이 미리 학습시킨 모델을 가져오는 등)을 토대로 유사한 문제를 해결하도록 신경망을 학습시키는 방법 · 학습 속도가 빠르고(빠른 수렴), 상대적으로 적은 데이터셋으로 좋은 결과를 낼 수 있음 2. 순환 신경망(RNN, Recurrent Neural Networks) · 은닉층이 순차적으로 연결되어 순환구조를 이루는 인공신경망의 한 종류로 음성, 문자 등 순차적으로 등장하는 데이터 처리에 적합한 모델이다. · 길이에 관계없이 입/출력을 받아들일 수 있는 구조로, 다양하고 유연하게 구조를 만들수 있다. · 주식이나 암호화폐의 시세를 .. 2022. 10. 13. 이전 1 2 3 다음 반응형
