BESS(Back-End Study Space)

2020/12/04 - [데이터 분석 입문/머신러닝] - 손실함수(loss function) 손실함수(loss function) 2020/12/04 - [데이터 분석 입문/머신러닝] - 파라미터(Parameter)와 하이퍼파라미터(Hyperparameter) 파라미터(Parameter)와 하이퍼파라미터(Hyperparameter) 2020/12/04 - [데이터 분석 입문/머신러닝] - 신경망.. leeezxxswd.tistory.com #1. 학습, 검증/개발, 테스트 셋 학습 셋 (Training set) - 모델 생성을 위해 학습 과정에 사용 - 모델 파라미터 추정을 위해 소모됨 검증/개발 셋 (Validation/Development set) - 학습 과정에서 하이퍼파라미터를 튜닝하는 데에 사용 ..

2020/12/04 - [데이터 분석 입문/머신러닝] - 파라미터(Parameter)와 하이퍼파라미터(Hyperparameter) 파라미터(Parameter)와 하이퍼파라미터(Hyperparameter) 2020/12/04 - [데이터 분석 입문/머신러닝] - 신경망모델(Neural Networks)과 딥러닝(Deep Learning) 신경망모델(Neural Networks)과 딥러닝(Deep Learning) 2020/11/30 - [데이터 분석 입문/머신러닝] - 강화학습.. leeezxxswd.tistory.com #1. 손실함수 (loss function) 학습 알고리즘이 작동하게끔 만드는 원동력 - 손실함수의 값을 줄여나가는 과정이 곧 모델을 학습하는 과정 ☞ 손실(Loss) ? - 실제 데이터..

2020/12/04 - [데이터 분석 입문/머신러닝] - 신경망모델(Neural Networks)과 딥러닝(Deep Learning) 신경망모델(Neural Networks)과 딥러닝(Deep Learning) 2020/11/30 - [데이터 분석 입문/머신러닝] - 강화학습 (Reinforcement Learning) 강화학습 (Reinforcement Learning) 2020/11/30 - [데이터 분석 입문/머신러닝] - 비지도학습 (Unsupervised Learning) 비지도학.. leeezxxswd.tistory.com #1. 파라미터(Parameter) 머신러닝 모델의 파라미터(Parameter) - 모델의 구성 요소이자 데이터로부터 학습되는 것 - 예시) 선형 회귀 모델 (Linear ..

2020/11/30 - [데이터 분석 입문/머신러닝] - 강화학습 (Reinforcement Learning) 강화학습 (Reinforcement Learning) 2020/11/30 - [데이터 분석 입문/머신러닝] - 비지도학습 (Unsupervised Learning) 비지도학습 (Unsupervised Learning) 2020/11/29 - [데이터 분석 입문/머신러닝] - 회귀 (Regression) 회귀 (Regression) 2020/1.. leeezxxswd.tistory.com #1. 신경망 모델 (Neural Networks) - 머신러닝 기법 중 하나의 부류로, 기술의 발전과 많은 연구에 힘입어 가장 널리 쓰이고 있는 방법 - 대표적인 예 : Feed-forward Network #..

2020/11/30 - [데이터 분석 입문/머신러닝] - 비지도학습 (Unsupervised Learning) 비지도학습 (Unsupervised Learning) 2020/11/29 - [데이터 분석 입문/머신러닝] - 회귀 (Regression) 회귀 (Regression) 2020/11/29 - [데이터 분석 입문/머신러닝] - 분류 (Classification) 분류 (Classification) 2020/11/29 - [데이터 분석 입문/.. leeezxxswd.tistory.com #1. 강화학습 (Reinforcement Learning) - 자신이 한 행동에 대한 "보상"을 바탕으로 목적을 달성하는 학습 - 아이가 걷는 과정을 배우는 것, 자전거를 배우는 과정과 유사 -'agent'가 'e..

2020/11/29 - [데이터 분석 입문/머신러닝] - 회귀 (Regression) 회귀 (Regression) 2020/11/29 - [데이터 분석 입문/머신러닝] - 분류 (Classification) 분류 (Classification) 2020/11/29 - [데이터 분석 입문/머신러닝] - 지도학습 (Supervised Learning) 지도학습 (Supervised Learning) 2020/1.. leeezxxswd.tistory.com #1. 비지도학습 (Unsupervised Learning) - 지도학습과는 달리, 타겟값(Y)이 없는 입력 데이터(X)만을 학습하는 방법 - 입력 데이터에 내재되어 있는 특성을 찾아내는 용도 #2. 비지도학습의 종류 1. 군집화 (Clustering) : ..

2020/11/29 - [데이터 분석 입문/머신러닝] - 분류 (Classification) 분류 (Classification) 2020/11/29 - [데이터 분석 입문/머신러닝] - 지도학습 (Supervised Learning) 지도학습 (Supervised Learning) 2020/11/29 - [데이터 분석 입문/머신러닝] - 머신러닝(Machine Learning) 머신러닝(Machine Learni.. leeezxxswd.tistory.com #1. 회귀 (Regression) - 타겟변수가 Y가 연속형 변수(continuous variable)인 경우 - 연속형 변수 : 연속 범위 내에서 임의의 값(가질 수 있는 값이 무한정)을 가질 수 있는 변수 - 학습 알고리즘(Learning Alg..

2020/11/29 - [데이터 분석 입문/머신러닝] - 지도학습 (Supervised Learning) 지도학습 (Supervised Learning) 2020/11/29 - [데이터 분석 입문/머신러닝] - 머신러닝(Machine Learning) 머신러닝(Machine Learning) #1. 머신러닝 - 컴퓨터가 데이터를 학습하는 알고리즘과 기술을 통칭 - 컴퓨터과학과 수학, 통계가 모두 필 leeezxxswd.tistory.com #1. 분류 (Classification) - 타겟변수 Y가 이산형 변수(discrete variable)인 경우 - 이산형변수 : 특정한 값(가질 수 있는 값이 유한정)만 가질 수 있는 변수로, 각 값이 몇 번 나타났는지 셀 수 있다. - 분류모델이 만들어지기 위해서..

2020/11/29 - [데이터 분석 입문/머신러닝] - 머신러닝(Machine Learning) 머신러닝(Machine Learning) #1. 머신러닝 - 컴퓨터가 데이터를 학습하는 알고리즘과 기술을 통칭 - 컴퓨터과학과 수학, 통계가 모두 필요한 학문 - 현상을 설명하거나 미래를 예측하는 용도로 활용 - 예) 스팸을 분류하는 규 leeezxxswd.tistory.com #1. 지도학습 (Supervised Learning) - 입력 데이터(x)와 타겟값(y)을 알고 있는 데이터를 학습하여 이들의 관계를 모델링하는 학습 방법 - 새로운 데이터에 대한 타겟값을 예측하는 데에 사용 - y(타겟값) = f(x) (모델 f, 데이터 x) - 예 ) 개, 고양이를 분류하는 모델 생성과정과 예측 과정 컴퓨터에게..

#1. 머신러닝 (Machine Learning) - 컴퓨터가 데이터를 학습하는 알고리즘과 기술을 통칭 - 컴퓨터과학과 수학, 통계가 모두 필요한 학문 - 현상을 설명하거나 미래를 예측하는 용도로 활용 - 예) 스팸을 분류하는 규칙을 만들어 모델화 문제점 - 전문가들의 지식을 빈틈없이 규칙 집합(가정과 그에 따른 결과)으로 표현 가능한가? - 새로운 지식의 업데이트는 용이한가? - 예) 머신러닝 기반 스팸 필터링 데이터를 학습하여 생성된 모델을 이용하여 새로운 메일/문자의 스팸 여부를 예측 ▶ 사람이 직접 스팸 분류를 하는 것에 비해, 1. 덜 지치면서 스팸 분류 가능 2. 더 빠르게 스팸 분류 가능 ▶ 규칙 기반의 스팸 필터링 모델에 비해, 1. 여러 인자(특수문자, 특수단어.. 등)를 동시에 고려하며..