머신러닝8 [머신러닝] 혼자 공부하는 머신러닝 + 딥러닝 | Chapter 06. 비지도 학습 | Chapter 06. 비지도 학습 - 1) 군집 알고리즘 타깃을 모르는 비지도 학습 사람이 가르쳐 주지 않아도 데이터에 있는 무언가를 학습하는 것. 과일 사진 데이터 준비하기 컴퓨터가 255에 가까운 바탕에 집줄하는 이유: 알고리즘이 어떤 출력을 만들기 위해 곱셈, 덧셈을 함. 픽셀값이 0이면 출력도 0이 되어 의미가 없음. 픽셀값이 높으면 출력값도 커지기 때문에 의미를 부여하기 좋음. https://www.kaggle.com/datasets/moltean/fruits Fruits 360 A dataset with 90380 images of 131 fruits and vegetables www.kaggle.com 평균값과 가까운 사진 고르기 군집: 비슷한 샘플끼리 그룹으로 모으는 작업 클러스터: 군집 .. 2022. 5. 16. [머신러닝] 혼자 공부하는 머신러닝 + 딥러닝 (1) https://hessed0621.blogspot.com/2022/01/1.html [혼자 공부하는 머신러닝 + 딥러닝] 1강_인공지능, 머신러닝 그리고 딥러닝이란 무엇인가? 1강_인공지능, 머신러닝 그리고 딥러닝이란 무엇인가? - 인공지능, 머신러닝, 딥러닝이 무엇인지 알아보고 그 차이를 살펴볼 것. 인공지능이란 인공지능은 사람처럼 학습하고 추론할 수 있 hessed0621.blogspot.com https://hessed0621.blogspot.com/2022/01/2.html [혼자 공부하는 머신러닝 + 딥러닝] 2강_코랩과 주피터 노트북으로 손코딩 준비하기 2강_코랩과 주피터 노트북으로 손코딩 준비하기 - 본격적으로 머신러닝을 배우기 전에 구글 코랩에 대해 소개하고 간단한 사용법을 익힘. 구글 코.. 2022. 5. 16. [머신러닝] paperswithcode.com 머신러닝 논문과 코드를 함께 볼 수 있는 사이트 paperswithcode.com 머신러닝 논문과 코드를 함께 볼 수 있는 사이트 paperswithcode.com에 가면 머신러닝 관련 논문과 코드를 함께 볼 수 있다 첫화면은 아래와 같다. PDF 등 논문을 내려받아서 볼 수 있다. 깃허브 링크를 누르면 코드를 살펴볼 수 있다. taptorestart.tistory.com 딥러닝 SOTA 논문 아카이브 사이트 Papers with Code paperswithcode.com/ Papers with Code - About Papers With Code Papers With Code highlights trending Machine Learning research and the code to implement it. paperswithcode.com 다양한.. 2022. 5. 11. [머신러닝] 파이썬 머신러닝 완벽 가이드 - 3장. 평가 (Evaluation) [파이썬 머신러닝 완벽 가이드] 3장. 평가(Evaluation) 정확도 (Accuracy) 오차행렬 (Confusion Matrix) 정밀도 (Precision) 재현율 (Recall) F1 스코어 ROC AUC 분류 (Classification) 성능 평가지표 개요와 정확도 (Accuracy) 소개 정확도 (Accuracy) 정확도는 직관적으로 모델 예측 성능을 나타내는 평가 지표 이진 분류의 경우 데이터의 구성에 따라 ML 모델의 성능을 왜곡할 수 있기 때문에 정확도 수치 하나만 가지고 성능을 평가하지 않음. 특히 정확도는 불균형한 레이블 값 분포에서 ML 모델의 성능을 판단할 경우, 적합한 평가 지표가 아님. 오차행렬 (Confusion Matrix), 정밀도 (Precision), 재현율 (Re.. 2022. 4. 27. [머신러닝] 파이썬 머신러닝 완벽 가이드 - 2장. 사이킷런으로 시작하는 머신러닝 [파이썬 머신러닝 완벽 가이드] 2장. 사이킷런으로 시작하는 머신러닝 파이썬 기반의 다른 머신러닝 패키지도 사이킷런 스타일의 API 를 지향할 정도로 쉽고 가장 파이썬스러운 API를 제공함. 머신러닝을 위한 매우 다양한 알고리즘과 개발을 위한 편리한 프레임워크와 API를 제공함. 오랜 기간 실전 환경에서 검증됐으며, 매우 많은 환경에서 사용되는 성숙한 라이브러리임. 주로 Numpy와 Scipy 기반 위에서 구축된 라이브러리임. 사이킷런 소개와 머신러닝 분류 예측 모델 개요 사이킷런을 이용한 붓꽃 데이터 분류 머신러닝을 위한 용어 정리 Feature : 타겟값을 제외한 나머지 속성 레이블, 클래스, 타겟(값), 결정(값) : 정답 데이터. 지도학습 - 분류 명확한 정답이 주어진 데이터를 먼저 학습한 뒤 미.. 2022. 4. 27. [머신러닝] 모두를 위한 머신러닝/딥러닝 강의 (시즌 1, 2) https://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io https://deeplearningzerotoall.github.io/season2/ 모두를 위한 딥러닝 시즌 2 Deep Learning Zero To All - Season 2 page deeplearningzerotoall.github.io 2022. 4. 25. [머신러닝] 파이썬 머신러닝 완벽 가이드 - 1장. 파이썬 기반의 머신러닝과 생태계 이해 [파이썬 머신러닝 완벽 가이드] 1장. 파이썬 기반의 머신러닝과 생태계 이해 핵심 개념과 실전 구현 알고리즘만 이해하는것이 아니라 애플리케이션을 작성해보면서 익히는게 더욱 중요함. 머신러닝의 개념 머신러닝 개념 머신러닝이랑 애플리케이션을 수정하지 않고도 데이터를 기반으로 패턴을 학습하고 결과를 추론하는 알고리즘 기법을 통칭함. 현실 세계의 매우 복잡한 조건들을 해결해 나가고 있음. 데이터 마이닝, 영상 인식, 음성 인식, 자연어 처리 등에서 머신러닝 적용 머신러닝, 왜 필요한가? 현실 세계의 복잡한 업무와 규칙을 구현하기 위해. 해결방법: 데이터를 기반으로 숨겨진 패턴을 인지함. (신뢰도 있는 예측 결과 도출) 머신러닝의 분류 지도 학습: 분류, 회귀, 시각/음성, 감지/인지 비지도 학습: 군집화(클러스.. 2022. 4. 18. [머신러닝] 파이썬 머신러닝 완벽 가이드 - 소개 강의 소개 핵심 개념과 실전 구현 알고리즘만 이해하는것이 아니라 애플리케이션을 작성해보면서 익히는게 더욱 중요함. 수강 대상 파이썬 사용 경험 / 머신러닝 얇은 기반 지식 머신러닝 관심 알고리즘의 벽 겉만 맴돌았던 사람들 실무 고민 캐글 도전 머신러닝 스킬 강의 목차 파이썬 기반의 머신러닝과 생태계 이해 사이킷런으로 시작하는 머신러닝 평가 (Evaluation) 분류 (Classification) 회귀 (Regression) 차원 축소 (Dimension Reduction) 군집화 (Clustering) 텍스트 분석 추천 (Recommendation) 소스코드 GitHub 주소 2022. 4. 17. 이전 1 다음
