[금융전략을 위한 머신러닝] 1. 인공 신경망
아래 내용은 “금융전략을 위한 머신러닝” 책을 공부하며 정리한 내용입니다. Chapter 03. 인공 신경망 인공 신경망은 인공 뉴런이라고 불리는 노드가 연결된 집합체로, 연산을 수행하는 시스템이다. 구조, 훈련, 하이퍼파라미터 구조 인공 뉴런 생물학적 뉴런의 작동 방식을 모방한 수학적 모델로, 입력 신호에 가중치를 적용하고 활성화 함수를...
Sun4-me
[혼자 공부하는 ML + DL] 6. 비지도 학습
아래 내용은 “혼자 공부하는 머신러닝+딥러닝” 책을 공부하며 정리한 내용입니다. Chapter 05. 비지도 학습 1. 군집 알고리즘 과일 사진들이 주어졌을 때, 머신러닝 모델은 자동으로 같은 과일의 이미지들끼리 분류할 수 있을까? 비지도 학습 타깃이 없는 문제에 대해 특성 데이터만을 가지고 학습시킬 수 있는 방법을 말한다. 과일 사진 데...
[혼자 공부하는 ML + DL] 5. 트리 알고리즘
아래 내용은 “혼자 공부하는 머신러닝+딥러닝” 책을 공부하며 정리한 내용입니다. Chapter 05. 트리 알고리즘 1. 결정트리 알코올 도수, 당도, PH값으로 와인 종류(레드, 화이트)를 구분해야 한다. 어떤 방법이 있을까? 같이 한 번 확인해보자. 로지스틱 회귀로 와인 분류하기 먼저 품질관리팀에서 보내온 6,497개의 와인 샘플 데이...
[혼자 공부하는 ML + DL] 4. 다양한 분류 알고리즘
아래 내용은 “혼자 공부하는 머신러닝+딥러닝” 책을 공부하며 정리한 내용입니다. Chapter 04. 다양한 분류 알고리즘 1. 로지스틱 회귀 데이터 준비 이번에는 생선의 길이, 높이, 두께외에도 대각선의 길이와 무게도 포함되어있다. import pandas as pd fish = pd.read_csv('https://bit.ly/fish...
[혼자 공부하는 ML + DL] 3. 회귀 알고리즘과 모델 규제
아래 내용은 “혼자 공부하는 머신러닝+딥러닝” 책을 공부하며 정리한 내용입니다. Chapter 03. 회귀 알고리즘과 모델 규제 1. k-최근접 이웃 회귀 k-최근접 이웃 분류 : 예측하려는 샘플 중, 가장 가까운 k개 선택 → 가장 많은 클래스를 예측 샘플의 클래스로 지정 k-최근접 이웃 회귀 : 예측하려는 샘...
[혼자 공부하는 ML + DL] 2. 데이터
아래 내용은 “혼자 공부하는 머신러닝+딥러닝” 책을 공부하며 정리한 내용입니다. Chapter 02. 데이터 다루기 1. 훈련세트와 테스트 세트 지도 학습과 비지도 학습 지도 학습 : 입력과 타깃을 전달하여 모델을 훈련한 다음 새로운 데이터를 예측하는데 활용 비지도 학습 : 타깃 데이터 없이, 입력 데이터에서 ...
[혼자 공부하는 ML + DL] 1. 머신러닝
아래 내용은 “혼자 공부하는 머신러닝+딥러닝” 책을 공부하며 정리한 내용입니다. Chapter 01. 나의 첫 머신러닝 1. 인공지능과 머신러닝, 딥러닝 인공지능 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터를 만드는 기술 강인공지능(인공일반지능): 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템 ...
데이터 탐색과 시각화
아래 내용은 “데이터 분석가가 반드시 알아야 할 모든 것” 책을 공부하며 정리한 내용입니다. 1. EDA EDA란 Exploratory Data Analysis, 탐색적 데이터 분석을 의미한다. 이때 기술통계와 데이터 시각화를 통해 데이터의 특성을 파악한다. 극단적인 해석은 피해야하며 지나친 추론이나 자의적 해석도 지양해야 한다. 1-1. ...