본문 바로가기

전체 글

AI > Backpropagation 중학교 2학년때 배운 연립일차방정식을 생각해보자. 위의 식을 구할 때 우리는 a,b,c,d,x,y 모두 문자이지만 x와 y값을 구하기 위한 방법을 배웠다. a,b,c,d 값에따라 x,y의 값을 찾는다. 즉, 조건이 주어지면 거기에 따른 해답을 찾을 수 있다는 의미다. 이걸 반대로 생각하면 x,y값에 따라 a,b,c,d의 값을 결정할 수 있지 않을까? 현재 AI의 학습은 위의 과정을 왔다갔다 하는 것이다. x,y값이 나와있는 데이터들을 가지고 a,b,c,d를 구하고 그 a,b,c,d를 따르는 모델로 이 후의 x,y를 구한다. 여기서 x,y 값이 나와 있는 데이터를 가지고 a,b,c,d를 구하는 과정을 컴퓨터는 역전파 알고리즘을 사용해서 구한다. 1. w와 b에 숫자를 넣고 wx+b라는 식을 통해 y_hat.. 더보기
AI > Machine Learning > Clustering from sklearn.datasets import make_blobs from sklearn.cluster import KMeans from sklearn.cluster import AgglomerativeClustering from sklearn.cluster import DBSCAN #데이터셋 만든다. X, y = make_blobs(random_state = 10) kmeans = KMeans(n_clusters = 3) kmeans.fit(X) # Fit의 과정 전체 구조가 self._init_centeroids -> kmeans_single -> 데이터 검증 후 갱신을 반복함 # kmeans_single 따라서 분기문에 따르면 _kmeans_single_elkan이라는 함수를 찾으면 됨 # _.. 더보기
AI > Machine Learning < PCA from sklearn.decomposition import PCA ' X is dataset ' pca = PCA(n_components = 2).fit(X) X_pca = pca.transform(X) 이 두줄 의미 파악하기 ======================================================== X = (960,6)이라고 가정하고, 아래의 코드를 참조했을 때 PCA(n_components = 2).fit(X)라는 한 줄은 randomized_svd(X, n_components=2, *, n_oversamples=10, n_iter='auto', power_iteration_normalizer='auto', transpose='auto', flip_sign=True, ra.. 더보기
AI > Machine Learning > Decision Tree 의사결정트리 1) In Scikit-learn Documents 의사 결정 트리(DT)는 분류 및 회귀에 사용되는 지도 학습 방법이다. 목표는 데이터 기능에서 유추된 간단한 결정 규칙을 학습하여 대상 변수의 값을 예측하는 모델을 만드는 것. 위의 그림과 같이 선택된 기준에 대해 조건에 부합할 시 오른쪽으로 조건에 부합하지 않을 시 왼쪽으로 간다. 의사 결정 트리의 장점 : 이해하기 쉽고 해석하기도 쉽습니다. 의사결정 트리의 단점 : 의사 결정 트리 학습자는 데이터를 잘 일반화하지 못하는 지나치게 복잡한 트리를 만들어 과적합 시킬 수 있다. 데이터 변동이 작을 경우 완전히 다른 트리가 생성될 수 있기 때문에 의사 결정 트리가 불안정할 수 있습니다. 이 문제는 앙상블 내에서 의사 결정 트리를 사용함으로써 완.. 더보기

티스토리툴바