본문 바로가기

기초7

[모두의 딥러닝] #12장: 다중 분류 문제 해결하기 앞의 11장에서는 1과 0으로 나타낼 수 있는 이중 분류를 통해 데이터 분석을 진행했다. 하지만, 참과 거짓으로 모든 데이터를 정의내릴 수 없다. 그러므로 class가 3개 이상이 되는(ex. 노란색, 파란색, 초록색) 다중 분류 문제를 원-핫 인코딩법 그리고 소프트맥스를 적용해 해결해보는 법을 공부했다. 총 두 가지 실습을 진행했다. 1) 아이리스 꽃 분류 In [4]: # 라이브러리 설치 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense from sklearn.preprocessing import LabelEncoder In [5]: import pandas as pd import seabor.. 2022. 1. 25.
[모두의 딥러닝] #10장: 모델 설계하기 본격적인 딥러닝 모델 설계하기의 첫 걸음이다. tensorflow의 keras를 통해 모델을 설계하는 방법을 공부했다. 딥러닝 구조를 짜고, 층을 설정하고, 컴파일하는 방법, 또 실행하여 정확도를 출력하여 모델이 잘 구축되었는지 확인하며, 실습을 통해 더 알차게 공부할 수 있었다. 실습 코드) 폐암 수술 환자의 생존율 예측하기 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 7.. 2022. 1. 25.
[모두의 딥러닝] #8장: 오차는 다운! 정확도는 업! 오차역전파 이번 8장에는 오차를 낮추고 정확도를 높이는 과정을 역으로 업데이트하는 방식으로 수행하는 오차역전파에 대해 공부하겠다! 지금까지 공부했던 내용들 중에서도 가장 난이도가 높은... 그리고 수학적 이해가 상당히 필요한 챕터이기 때문에 공부하면서 유독 많은 시간을 할애했다... 이걸 보고 계신 여러분도.. 포기하지 마시고 화이팅~! XOR 문제 오차역전파로 해결하기) 신경망의 구현 과정 1 | 환경 변수 지정: 데이터셋(입력 값, 결괏값), 학습률, 활성화 함수, 가중치 포함. 2 | 신경망 실행: 초기값 입력 -> 활성화 함수, 가중치 -> 결과값 3 | 결과를 실제 값과 비교: 오차 측정 4 | 역전파 실행: 출력층, 은닉층의 가중치 수정 5 | 결과 출력 In [1]: # 라이브러리 import impo.. 2022. 1. 22.
[모두의 딥러닝] #6장: 가장 작은 인공신경망 단위, 퍼셉트론 지금까지 인공신경망 구축의 기본적인 원리를 이해 하고, 인공신경망 구축을 위한 튼튼한 기초를 잡아왔다. 이제 본격적으로 인공신경망을 뜯어볼 것이다! 우선 인공신경망의 가장 작은 단위인 퍼셉트론의 개요를 알고 어떠한 한계점을 갖고, 어떻게 해결해 나갔는지에 대해 공부해보려고 한다. 이번 스터디 내용중 가장 신기했던 것은 결국 인공신경망은 인간의 뉴런을 표본으로 구축되었다는 점이었다. 이 호기심은 더 나아가 세상 수많은 인간들이 어떻게 각기 다른 생각을 하며 다른 결론에 도달하는지에 대해 생각해보게 되었다. 2022. 1. 22.
[모두의 딥러닝] #5장: 참 거짓 판단 장치, 로지스틱 회귀 Logistic_regression 실습 코드) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 import numpy as np import pandas as pd import matplotlib.pyplot as plt # 공부 시간 x와 합격 여부 y의 리스트 만들기 (1: 합격, 0: 불합격) data = [[2,0],[4,0],[6,0],[8,1],[10,1],[12,1],[14,1]] x_data = [i[0] for i in data] y_data = [i[1] for i in data] # 그래프로 나타내기 plt... 2022. 1. 19.
[모두의 딥러닝] #4장: 오차 수정하기 : 경사하강법 두 번째 딥러닝 스터디 시간이 찾아왔따! 이번에도 주피터 노트북을 사용해 실습까지 이쁘게 무엇보다 꼼꼼히 진행해 보았다. 전 시간에는 최소 제곱법을 이용해 기울기 값과 y절편의 값을 구해 방정식을 세우고, 예측을 진행하는 단일 선형 회귀를 진행했다. 이번 시간에는 앞써 진행했었을 때의 오차를 떠올리며! 어떻게 오차를 최소화 시킬 수 있는가? 에 대한 solution 경사하강법에 다루고, 다중 선형 회귀 실습을 진행해 보았다. 실습 과정) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 5.. 2022. 1. 13.

티스토리툴바