분류 전체보기 231

머신러닝(ML) #7_ Multinomial classification의 개념

안녕하세요.이번 포스팅에서는 Multinomial classification의 개념에 대해 알아보도록 하겠습니다. * 해당 포스트의 모든 내용은 김성훈 교수님의 '모두를 위한 딥러닝'을 바탕으로 제작되었습니다.관련한 상세 내용은 아래 링크를 참고해주세요.https://hunkim.github.io/ml/ 1. Multinomial classification 이란? 앞으로 몇개의 포스팅에서 우리는 여러개의 클래스가 있을때 그것을 예측하는 Multinomial clssification, 그리고 그 중에서도 가장 많이 사용되는 softmax classification에 대해서 알아봅니다.먼저 Multinomial classification 이란 무엇일까요? 우리는 지난 포스팅을 통해 Logistic regre..

텐서플로우(Tensor Flow) #6_ TensorFlow로 Logistic Classification 구현하기

안녕하세요.이번 포스팅에서는 TensorFlow로 Logistic Classification을 구현해보도록 하겠습니다. * 해당 포스트의 모든 내용은 김성훈 교수님의 '모두를 위한 딥러닝'을 바탕으로 제작되었습니다.관련한 상세 내용은 아래 링크를 참고해주세요.https://hunkim.github.io/ml/ 1. Logistic Classification 바로 텐서플로우로 구현하기 전에, 이론적인 내용을 간단히 살펴보겠습니다.보다 자세한 내용은 아래 포스팅에서 확인하실 수 있습니다. 머신러닝(ML) #5_ Logistic Classification의 가설 함수 정의 머신러닝(ML) #6_ Logistic Regression의 cost 함수 설명 위의 사진을 보시면 Logistic Regression에서..

파이썬(python) #18_ 내장함수와 외장함수

안녕하세요.이번 포스팅에서는 파이썬의 내장함수 및 외장함수에 대해서 알아보도록 하겠습니다.1. 파이썬 내장 함수 이번에는 파이썬의 내장 함수 몇가지에 대해서 알아보도록 하겠습니다. 여기서 언급하는 내장함수들 이외에도 매우 많은 내장함수가 있으니, 추가적으로 찾아보면서 공부하시면 좋을 것 같습니다. all all(x)는 반복 가능한(iterable) 자료형 x를 입력 인수로 받아서 x가 모두 참이면 True를, 거짓이 하나라도 있으면 False를 반환합니다. any any(x)는 반복 가능한(iterable) 자료형 x를 입력 인수로 받아서 x 중 하나라도 참이면 True를, 하나라도 없으면 False를 반환합니다. dir dir은 객체가 자체적으로 가지고 있는 변수나 함수를 보여줍니다. 위의 예는 리스트..

파이썬(python) #17_예외처리(try, except)

안녕하세요. 문범우입니다.오늘은 파이썬에서 예외처리를 하는 방법에 대해서 알아보도록 하겠습니다.1. 예외 처리(Exception) 우리가 파이썬을 통해(또는 다른 프로그래밍 언어를 통해) 프로그램을 제작할 때 수없이 많은 오류가 발생할 수 있습니다.물론 그러한 오류를 발생시키지 않도록 하는 것이 좋을 수 있으나 때로는 특정 오류를 그냥 무시하게끔 하는 것이 필요할 때도 있습니다.이러한 것을 하기 위해 파이썬에서는 예외(오류)처리를 할 수 있도록 try, except문을 이용합니다. 2. 오류는 언제 발생할까? 우리가 직접적으로 오류를 처리해보기 전에 어떠한 오류들이 어떻게 발생하는지 몇가지만 간단히 알아보겠습니다. 먼저, 우리가 해당 경로에 존재하지 않는 파일을 열려고 했을 때 발생하는 오류입니다. 위의..

머신러닝(ML) #6_ Logistic Regression의 cost 함수 설명

안녕하세요.이번 포스팅에서는 지난 포스팅에 이어, Logistic Regression의 cost함수에 대해 알아보도록 하겠습니다. * 해당 포스트의 모든 내용은 김성훈 교수님의 '모두를 위한 딥러닝'을 바탕으로 제작되었습니다.관련한 상세 내용은 아래 링크를 참고해주세요.https://hunkim.github.io/ml/ 1. Logistic Regression의 Cost Function 우리가 지난 Linear Regression에서 Cost 함수에 대해서 이야기 해볼때는 아래와 같은 형태로 나왔습니다. 그래프를 보면 2차함수꼴로 최저점을 보다 쉽게 찾을 수 있었습니다. 그런데 지난 포스팅에서 알아보았듯이 Logistic Regression 에서는 Hypothesis가 다르게 세워졌습니다.그럼 Cost ..

머신러닝(ML) #5_ Logistic Classification의 가설 함수 정의

안녕하세요.이번 포스팅에서는 Logistic (regression) Classification 에 대해서 알아보도록 하겠습니다. * 해당 포스트의 모든 내용은 김성훈 교수님의 '모두를 위한 딥러닝'을 바탕으로 제작되었습니다.관련한 상세 내용은 아래 링크를 참고해주세요.https://hunkim.github.io/ml/ 1. Logistic Classification 오늘 살펴볼 Logistic Classfication은 여러 classification 알고리즘 중에서도 굉장히 정확도가 높다고 알려져 있습니다. 따라서 우리가 정확히 학습하고 이해한다면 이러한 알고리즘을 실전문제에 바로 적용해 볼 수 있을 것 입니다.추후 우리가 알아볼 내용에 있어서도 굉장히 중요한 요소가 되니 확실히 이해해야 합니다. 먼저..

텐서플로우(Tensor Flow) #5_ 파일에서 데이터 불러오기

안녕하세요. 문범우입니다.오늘은 TensorFlow에서 데이터 파일을 읽어와 multi-variable linear regression을 구현해보도록 하겠습니다. * 해당 포스트의 모든 내용은 김성훈 교수님의 '모두를 위한 딥러닝'을 바탕으로 제작되었습니다.관련한 상세 내용은 아래 링크를 참고해주세요.https://hunkim.github.io/ml/ 1. Loading Data From File 데이터가 많아지면 이러한 데이터를 직접 입력하는게 힘들어 집니다.이럴 경우 우리는 데이터들을 텍스트 파일로, 주로 csv파일로 저장하고 이를 불러오는 방법을 사용합니다.지난 번 실습에서 진행된 데이터들을 바탕으로 아래와 같은 내용을 메모장을 통해 작성하여 바탕화면에 data-01-test-score.csv 라는..

텐서플로우(Tensor Flow) #4_ multi-variable linear regression 구현하기

안녕하세요.오늘은 TensorFlow에서 multi-variable linear regression을 구현해보도록 하겠습니다. * 해당 포스트의 모든 내용은 김성훈 교수님의 '모두를 위한 딥러닝'을 바탕으로 제작되었습니다.관련한 상세 내용은 아래 링크를 참고해주세요.https://hunkim.github.io/ml/ 1. Multi-Variable Linear Regression 구현하기 지난번 실습까지는 단순히 x와 y하나만 있는 간단한 실습이었는데 이제 multi-variable 실습을 통해 실제로 응용해볼 수 있습니다. 먼저 아래와 같은 표를 두고 생각해보겠습니다. 위의 표에서 나타내는 값들을 점수라고 생각합시다.예를 들어, x1, x2, x3라는 여러번의 중간고사 점수가 있고 이제 Y라는 기말고사..

파이썬(python) #16_ 모듈과 패키지

안녕하세요.이번 포스팅에서는 파이썬에서 모듈과 패키지이 무엇인지, 그리고 어떻게 사용하는지 알아보도록 하겠습니다.1. 모듈(Module) 모듈이란, 함수나 변수 또는 클래스 들을 모아놓은 파일을 말합니다.즉, A.py 이라는 파일에 F1, F2 라는 함수와 C1, C2 라는 클래스를 만들었을때, B.py라는 파일에서 A.py를 모듈로써 사용하여 F1, F2 함수 또는 C1, C2 클래스를 사용할 수 있는 것입니다.이러한 모듈을 통해 우리는 다른사람이 만들어 놓은 모듈을 사용하여 함수나 클래스를 사용할 수 있게됩니다.그럼 간단한 모듈을 직접 만들어 보도록 하겠습니다. 위의 코드와 같은 파일을 module1.py 라고 저장하였습니다.그리고 위의 파일을 모듈로써 사용하기 위해 우리는 import 를 사용합니다..

머신러닝(ML) #4_ Multi-variable linear regression

안녕하세요.지난 포스팅에서는 single-variable linear regression에 대해서 알아보았습니다.이번 포스팅에서는 multi-variable linear regression에 대해서 알아보도록 하겠습니다. * 해당 포스트의 모든 내용은 김성훈 교수님의 '모두를 위한 딥러닝'을 바탕으로 제작되었습니다.관련한 상세 내용은 아래 링크를 참고해주세요.https://hunkim.github.io/ml/ 1. Linear Regression(선형 회귀) 먼저 지난 포스팅에서 학습했던 내용을 잠깐 살펴보도록 하겠습니다.지난 포스팅에서는 선형 회귀, Linear Regression을 위해서 Hypothesis와 Cost function, Gradient descent algorithm등에 대해서 알아보..

728x90