혼공머신7 도서|서평|혼자 공부하는 머신러닝 + 딥러닝 (+회고) 혼자 공부하는 머신러닝 + 딥러닝혼자 공부하는 머신러닝 + 딥러닝 막연히 궁금하기만 했던 머신러닝, 딥러닝에 대해서 찍먹 공부라도 해보기위해 사뒀던 도서입니다.수학을 알면 좋겠지만 잘 몰라도 예제와 설명이 정말 초보가 이해하기 쉽게 상세하고 친절하게 나와있어서 잘 따라갈 수 있었습니다. 왠지 똑똑해진 느낌이랄까. 목차 Chapter 01 나의 첫 머신러닝01-1 인공지능과 머신러닝, 딥러닝 01-2 코랩과 주피터 노트북 01-3 마켓과 머신러닝 Chapter 02 데이터 다루기02-1 훈련 세트와 테스트 세트 02-2 데이터 전처리 Chapter 03 회귀 알고리즘과 모델 규제 03-1 k-최근접 이웃 회귀 03-2 선형 회귀03-3 특성 공학과 규제 Chapter 04 다양한 분류 알고리즘 04-.. 2025. 2. 23. [혼공머신] 6주차_혼자 공부하는 머신러닝+딥러닝_Chap07 대망의 6주차. 머신러닝을 어떻게 마치고 딥러닝으로 들어갑니다. Chapter 07. 딥러닝을 시작합니다 | 패션 럭키백을 판매합니다!07-1 인공 신경망07-2 심층 신경망07-3 신경망 모델 훈련학습 목표딥러닝의 핵심 알고리즘인 인공 신경망을 배웁니다.대표적인 인공 신경망 라이브러리인 텐서플로와 케라스를 소개합니다.인공 신경망 모델의 훈련을 돕는 도구를 익힙니다.07-1 인공 신경망인공 신경망, 텐서플로, 밀집층, 원-핫 인코딩07-2 심층 신경망심층 신경망, 렐루 함수, 옵티마이져07-3 신경망 모델 훈련드롭아웃, 콜백, 조기 종료 Ch.07(07-1) 확인 문제 풀고, 풀이 과정 정리하기 1. 어떤 인공신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런의 갯수가 10개일 때 필요한 모델 파라미.. 2025. 2. 20. [혼공머신] 5주차_혼자 공부하는 머신러닝+딥러닝_Chap06 셀프 반감금 5주차!어머낫 어찌저찌 4주차 우수 학습자가 되었습니다. 나에게도 이런일이.이 칭찬에 힘입어 다음주까지 열심히 아름다운 마무리를 진행 해 보겠습니다. Chapter 06. 비지도 학습 | 비슷한 과일끼리 모으자!06-1 군집 알고리즘06-2 k-평균06-3 주성분 분석학습 목표타깃이 없는 데이터를 사용하는 비지도 학습과 대표적인 알고리즘을 소개합니다.대표적인 군집 알고리즘인 k-평균과 DBSCAN을 배웁니다.대표적인 차원 축소 알고리즘인 주성분 분석(PCA)을 배웁니다.06-1 군집 알고리즘비지도 학습, 히스토그램, 군집06-2 k-평균k-평균, 클러스터 중심, 엘보우 방법06-3 주성분 분석차원 축소, 주성분 분석(PCA), 설명된 분산 k-평균 알고리즘이란K-평균(K-Means) 알고리.. 2025. 2. 16. [혼공머신] 4주차_혼자 공부하는 머신러닝+딥러닝_Chap05 한빛미디어 혼공학습단 신청해서 공부하니 어찌저찌 잘 따라가고 있습니다!역시 나란사람.. 누가 최소한이라도 가둬두고 공부를 시켜야..Chapter 05. 트리 알고리즘 | 화이트 와인을 찾아라!05-1 결정 트리05-2 교차 검증과 그리드 서치05-3 트리의 앙상블학습 목표성능이 좋고 이해하기 쉬운 트리 알고리즘에 대해 배웁니다.알고리즘의 성능을 최대화하기 위한 하이퍼파라미터 튜닝을 실습합니다.여러 트리를 합쳐 일반화 성능을 높일 수 있는 앙상블 모델을 배웁니다.05-1 결정 트리결정 트리, 불순도, 정보이득, 가지치기, 특성 중요도 교차 검증을 그림으로 설명하기 손으로 그려야 이해가 잘 되어서 손으로 그렸더니 영..쓸모가 없어서 프로그램으로 대체합니다. 교차 검증 (Cross Vaildation)이란 .. 2025. 2. 8. [혼공머신] 3주차_혼자 공부하는 머신러닝+딥러닝_Chap04 Chapter 04. 다양한 분류 알고리즘 - 럭키백의 확률을 계산하라!04-1 로지스틱 회귀04-2 확률적 경사 하강법학습 목표로지스틱 회귀, 확률적 경사 하강법과 같은 분류 알고리즘을 배웁니다.이진 분류와 다중 분류의 차이를 이해하고 클래스별 확률을 예측합니다.Ch.04(04-1) 2번 문제 풀고, 풀이 과정 설명하기2. 로지스틱 회귀(logistic regression)가 이진 분류에서 확률을 출력하기 위해 사용하는 함수는 무엇인가요?정답 : 1. 시그모이드 함수 (Sigmoid Function)풀이과정 : 로지스틱 회귀는 이진 분류에서 각 클래스에 속할 확률을 예측해야 합니다. 이를 위해 출력값이 반드시 0과 1 사이여야 하는데, 시그모이드 함수는 입력값 z에 대해 항상 0과 1 사이의 값을 반환.. 2025. 2. 2. [혼공머신] 2주차_혼자 공부하는 머신러닝+딥러닝_Chap03 Chapter 03. 회귀 알고리즘과 모델 규제 학습 목표지도 학습 알고리즘의 한 종류인 회귀 알고리즘에 대해 배웁니다.선형 회귀 알고리즘의 장단점을 이해합니다.Ch.03(03-1) 2번 문제 출력 그래프 인증하기 모델 파라미터란? 주어진 데이터를 기반으로 학습 과정을 통해 결정되는 값들을 의미합니다.모델이 입력 데이터를 받아 원하는 출력(예측값)을 생성하는 데 사용됩니다.모델 파라미터는 데이터를 학습하며 데이터를 설명할 수 있는 최적의 값을 찾는것을 목표로 합니다.학습된 모델 파라미터를 사용해 새로운 입력 데이터를 처리하고 예측 값을 반환하는 예측 수행을 합니다.자바의 객체 상태를 저장하는 필드처럼 모델이 학습한 내용을 저장하는 역할을 합니다. 2025. 1. 19. [혼공머신] 1주차_혼자 공부하는 머신러닝+딥러닝 2025년을 맞이해서 뭐든 한 책이라도 끝내보기로 결정했습니다.알파고가 나온지 얼마 안된 것 같은데 2016년도라니 세월 참 빠르군요..교재는 한빛미디어에서 출판된 혼자 공부하는 머신러닝 + 딥러닝을 참고하기로 하였습니다. 인공지능, 머신러닝, 딥러닝의 정의와 특징, 활용 예시구분정의특징활용 예시인공지능(AI)인간처럼 사고하고 학습하며 문제를 해결하는 시스템이나 기계를 만드는 컴퓨터 과학의 한 분야로 강인공지능과 약 인공지능으로 나눌 수 있음.인간의 지능을 모방, 문제 해결, 학습, 추론, 의사결정 포함.챗봇, 추천 시스템, 이미지 인식 등머신러닝(ML)데이터로부터 학습하여 특정 작업을 수행하거나 패턴을 예측하는 AI의 하위 분야로 규칙을 프로그래밍 하지 않아도 자동으로 학습하는 알고리즘을 연구하는 분야.. 2025. 1. 12. 이전 1 다음
