목록ML,DL/ML 입문 (10)

go hard to Hardware

[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_2강 분류(4)

http://mcode.co.kr/video/list2?viewMode=view&idx=21 메타코드M빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.mcode.co.krSoftmax RegressionMulticlass Classification- softmax를 이용한 다중 클래스에 대한 분류 문제에 사용됨- class가 이진인 경우에서 한 개 클래스가 더 추가된 경우!- 이 때 사용되는 함수는 softmax 함수였음 (시그모이드 함수의 확장 형태라고 이해하기)- 지수함수 형태를 통해서 원하는 class의 예측값을 확률형태로 만들어 줌Cross Entropy Loss- 분류 문제에서 MLE를 사용해서 만들었던 -lnL 우도함수가 있었음- 다중 분류 ..
ML,DL/ML 입문 2024. 5. 11. 19:23
[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_2강 분류(3)

http://mcode.co.kr/video/list2?viewMode=view&idx=21 메타코드M빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.mcode.co.krEvaluation MetricsExample for Logistic Regression- 입력된 데이터는 y=0이라는 실패 데이터가 왼쪽 그래프에서 아랫쪽, y=1 이라는 성공 데이터가 윗쪽- 로지스틱 회귀를 통해서 σ(W^TX) 함수를 학습하면 오른쪽의 빨간색 그래프 모양을 띄며 학습하게 됨- W^TX = 0 을 기준으로 0.5 라는 확률 값이 나오게 된다.- 여기서 0보다 작은 값들은 y=0(아랫쪽 노란색 그래프), 0보다 큰 값들은 y=1(윗쪽 노란색 그래프) 로 예측하게 된다...
ML,DL/ML 입문 2024. 5. 11. 18:48
[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_2강 분류(2)

http://mcode.co.kr/video/list2?viewMode=view&idx=21 메타코드M빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.mcode.co.krMLE(Maximum Likelihood Estimation)- Likelihood 가 우도 확률을 나타내는 말- parameter 값을 잘 모르지만 안다고 가정했을 경우, 주어진 데이터의 분포를 찾아보는 것- 중앙에 데이터가 몰려있는 형태를 정규분포라 하는데, PDF는 평균( μ )과 분산( σ )를 이용해서 정규분표의 확률값을 찾을 수 있는 함수이다.- Sample이 n개로 표현할 때, 각각의 pdf가 모두 존재 할 것인데 이 모든 값을 곱해준 것이 Likelihood가 된다.- S..
ML,DL/ML 입문 2024. 5. 3. 21:11
[머신러닝 입문] 메타코드 강의 후기_머신러닝 입문 올인원_2강 분류(1)

http://mcode.co.kr/video/list2?viewMode=view&idx=21 메타코드M빅데이터 , AI 강의 플랫폼 & IT 현직자 모임 플랫폼ㅣ메타코드 커뮤니티 일원이 되시기 바랍니다.mcode.co.kr머신러닝의 지도학습의 큰 분야인 회귀와 분류중 회귀를 학습했고이번 시간부터 분류에 대해서 배운다!우선 Classification을 배우기 전에 머신러닝의 회귀와 분류를 Remind 해 보자머신러닝 지도학습은 y가 존재하는 상태인데,이 때 출력값이 연속이면 회귀 모델, 이산이면 분류 모델이 된다.또 분류 모델 중에서도, 이진 분류라면 시그모이드, 세 개 이상의 class 가 존재하는 상황에서는 softmax가 꼭 포함되야 한다.우선 이진 분류일때 사용하는 시그모이드 함수이다.병이 있을때는..
ML,DL/ML 입문 2024. 5. 3. 21:10
이전 Prev 1 2 3 Next 다음