AI
26개의 글
AI & 딥러닝
딥 러닝 - 합성곱 신경망 (4)
합성곱 기존 Dense Layer에서는 Hidden Layer의 뉴런의 개수를 100개로 설정했을 때 앞에서 전달된 모든 값이 각각의 뉴런으로 다 전달됩니다. 이것을 Fully Connected Layer(완전 연결
AI & 딥러닝
딥 러닝 - 신경망 모델 훈련 (3)
신경망 모델 훈련 사이킷런의 머신러닝 알고리즘은 모델의 구조가 고정되어 있고, 좋은 성능을 위해 매개변수를 추가했다면 딥러닝 알고리즘은 모델의 구조를 직접 만드는 방식입니다. 먼저 데이터를 준비하겠습니다. 정규화 작
AI & 딥러닝
딥 러닝 - 인공신경망과 심층신경망 (2)
인공신경망(Artificial Neural Network) 먼저 데이터셋을 가져오겠습니다. FashionMINIST는 패션 아이템 이미지로 구성됩니다. 28x28 grayscale 이미지로, 10개의 classes가
AI & 딥러닝
딥 러닝 - 딥 러닝의 기초 (1)
딥 러닝의 용어 및 개념 첫번째 퍼셉트론(Perceptron)은 인공 신경망의 기본 단위입니다. 딥 러닝은 신경망을 사용해서 알고리즘을 구축합니다. 먼저 사람의 신경은 어떻게 동작하는지 살펴보겠습니다. 신경 세포의
AI & 머신러닝
머신 러닝 - 비지도 학습(주성분 분석) (11)
주성분 분석(PCA) 주성분 분석(PCA)는 차원 축소 알고리즘 중에 하나입니다. 우리가 훈련에 사용하는 데이터는 계속해서 증가합니다. 그에 비해 저장 공간은 제한적입니다. 데이터 압축을 해도 군집이나 분류에 영향을
AI & 머신러닝
머신 러닝 - 비지도 학습 (군집) (10)
비지도 학습과 군집 알고리즘 비지도 학습은 정답값이 없는 머신러닝 알고리즘입니다. 비지도 학습 중 군집(Clustering) 알고리즘의 목표는 정답이 없는 과일 사진들을 종류별로 모으는 것입니다. 우선 데이터를 준비
AI & 머신러닝
머신 러닝 - 롤(LOL) 데이터 실습하기 (9)
데이터셋 준비 먼저 데이터셋을 준비하기 위해 라이브러리를 임포트합니다. 그리고, 판다스로 csv 파일을 불러들입니다. 이 데이터는 LOL(League Of Legends) 다이아몬드 랭킹 게임의 초반 10분 전적 데
AI & 머신러닝
머신 러닝 - 트리의 앙상블 (8)
트리의 앙상블 우리가 가지고 있는 데이터는 형태에 따라 정형 데이터와 비정형 데이터로 나뉩니다. 정형화된 데이터는 정해진 틀(스키마)에 맞춰서 저장된 데이터입니다. 대표적으로 행과 열로 된 2차원 데이터입니다. 비정
AI & 머신러닝
머신 러닝 - 교차 검증과 그리드 서치 (7)
교차 검증(CrossValidate)과 그리드 서치(Grid Search) 앞서 배운 하이퍼파라미터에서는 모델이 학습하기 전에 제공해주는 파라미터인데 이는 훈련된 모델 성능에 큰 영향을 주며, 최적의 하이퍼파라미터를