hosi_stella

혼공머신 마지막주차 내용입니다. 😎 Ch 7. 딥러닝 인공 신경망 (ANN) - 확률적 경사하강법을 사용하는 로지스틱 회귀와 같음 - 데이터셋이 충분하므로 교차검증 없음 - dense layer = 가장 간단한 인공신경망, 출력층에 밀집층 사용 시 분류하려는 클래스수 = 뉴런 수 - hidden layer = 입력층과 출력층 사이에 잇는 모든 층 - dropout = 훈련 중 일부 뉴런의 출력을 0으로 만들어 과대적합 방지 - callback = 훈련과정 중간에 어떤 작업을 수행 할 수 있게 하는 객체 ex) 최고 성능 모델 저장 - early stopping = 과대적합이 시작 되기 전에 훈련을 미리 중지, 훈련 에포크 횟수 제한 예시 코드: 기본 미션 : Ch.07(07-1) 확인 문제 풀고, 풀이 ..

여름휴가 잘 쉬고, 다시 돌아 왔습니다~! 😎 Ch 6. 비지도 학습 - 타깃 없이 데이터의 평균으로 분류 군집 알고리즘 = 비슷한 샘플 끼리 그룹(cluster)으로 모으는 작업 → 대표적인 비지도 학습 K-평균 군집 알고리즘 - elbow 방법 → 최적의 k 찾기 차원 축소 : 데이터를 가장 잘 나타내는 일부 특성만 남겨 데이터 크기를 줄이고 모델의 성능을 향상시키는 방법 데이터의 차원축소로 저장공간 확보 및 훈련 속도 향상 주성분분석 (PCA) - 데이터에 있는 분산이 큰 방향으로 찾아 차원을 축소하는 방법 - 설명된 분산 : 주성분이 원본 데이터의 분산을 얼마나 잘 나타내는지 기록한 값 기본 미션 : K-평균 군집 알고리즘 작동 방식 설명하기 K-평균 군집 알고리즘 : 평균값을 클러스터 중심에 위..