머신러닝4

• 

  머신 러닝) padding, same 이번 글은 약간 기록용으로 padding=same의 원리에 대해서 알아보겠다.기본적으로 이건 입력과 출력의 크기를 같게 만들기 위한 것이다. https://alpaca-code.tistory.com/264 머신 러닝) 필터와 커널이번 글에서는 필터와 커널에 대해서 알아보겠다.AI에게 물체에서 고양이가 있는지 없는지 판단하라고 말하려면 어떡해야 할까?어떤 공간 안에 고양이의 특징이 담긴 구역을 판단하면 좋을 것alpaca-code.tistory.com 필터를 사용하다 보면 가장자리를 찍으면 크기가 달라지게 된다. 만약 2x2의 필터로 첫 사진에서 우측 상단 1만을 찍고 싶다면 이해가 될 것이다.그러면 바깥 방향으로 필터를 벗어나게 한 뒤 찍을 것인데, 그러면 크기가 달라진다. 원래는 2x2여야 할 것이 1.. 머신러닝 2024. 12. 25.

• 

  로지스틱 회귀 로지스틱 회귀는 선형 방정식을 사용한 분류 알고리즘이며, 시그모이드 함수나소프트맥스 함수를 사용하여 클래스 확률을 출력할 수 있다. 이때 시그모이드함수는 확률을 0-1안에 가두는 역할을 한다.새로 알게 된 사실은 점대칭 도형이 아닌 것 같다는 사실이다. 그리고 소프트맥스 함수는 각 확률의 합이 1이 될 수 있도록 유도한다.여기에 다중 회귀 모델을 응용하면 다중 분류를 수행할 수 있다. import pandas as pdfish = pd.read_csv('https://bit.ly/fish_csv_data')fish.head()fish_input = fish[['Weight', 'Length', 'Diagonal', 'Height', 'Width']].to_numpy()fish_target = fish[".. 머신러닝 2024. 12. 20.

• 

  다중 회귀 알고리즘 다중 회귀 알고리즘이란 여러 가지 특성을 반영하여 연관성을 찾는 알고리즘을 말한다.이전 선형 회귀 모델에서 입력되는 특성, 출력되는 특성의 2가지 특성만 가지고연관성을 분석하여 그래프를 만들었는데, 사실 결과를 도출할 수 있는 특성은 여러 개일 수 있다.예를 들어 농어의 무게를 예측하고 싶다면 농어의 길이 말고도 두께, 암수컷 등여러 가지 특성을 함께 고려한다면 조금 더 정확한 무게 예측 시스템이 될 것이다.다중 회귀 모델의 경우 그래프가 저렇게 평면 이상으로 나타나기도 한다.당연하게도 입력이 여러 개인데 그래프의 x는 여러 개일 수가 없기 때문에 x, z 등의 축이 특성으로 나타나기에 그렇다.근데 우리는 4차원 이상은 볼 수 없기 때문에 보통 3차원 축 안의 평면까지만 나타낸다. import panda.. 머신러닝 2024. 12. 20.

• 

  k - 최근접 이웃 알고리즘 (KNN) 새로운 주제로 인공지능에 대해서도 공부하기 시작했다.개인적으로 AI  거품론을 믿고 싶지만 만약 그런 미래가 도래한다면이것 또한 할 줄 알아야 하지 않을까 하는 마음에 시작하려 한다.물론 따로 계기가 있긴 하다.k - 최근접 이웃 알고리즘그래서 이번엔 가장 쉬운 알고리즘 중 하나인 k - 최근접 이웃 알고리즘에 대해 알아보겠다.우선 이 알고리즘은 내가 이해하기로 표본들의 분포를 기반으로 가장 비슷한 유형을추측하는 것이다. 각 표본과의 거리를 비교하여 비슷한 집단을 추측한다.이 두 색의 집단을 보면 한쪽은 도미, 한쪽은 빙어이다.당연히 왼쪽이 더 작고 가벼운 빙어인데, 세모는 그렇다면 무슨 생선일까? 본능적으로 도미라고 추측할 수 있다. 세모가 도미 집단에 더 가깝기 때문이다.이렇듯 k 최근접 이웃 알고리.. 머신러닝 2024. 12. 20.