본문 바로가기

전체 글

 (108)
밑바닥부터 시작하는 딥러닝 6장-1. 언더피팅을 방지하는 방법들 목차 언더피팅을 방지하는 방법들 1. 가중치 초기값 설정 2. 배치정규화 3. 세번째 타이틀 4. 네번째 타이틀 1. 첫번째 타이틀 안녕하세요 2. 두번째 타이틀 안녕하세요 3. 세번째 타이틀 안녕하세요 4. 네번째 타이틀 안녕하세요
밑바닥부터 시작하는 딥러닝 5장-14. 2층 신경망 전체 코드 구현 밑바닥부터 시작하는 딥러닝 (p.180) 참고 목차 1. 기울기로 경사하강하는 코드 함수 2. 2층 신경망 전체 코드 (파이썬 날코딩) 3. 2층 신경망 전체 코드(텐써플로우) 4. 2층 신경망 텐써플로우 코드 하이퍼 파라미터 조정하기 (학습률 조정) 5. 2층 신경망 텐써플로우 시각화 1. 첫번째 타이틀 안녕하세요 2. 두번째 타이틀 안녕하세요 3. 세번째 타이틀 안녕하세요 4. 네번째 타이틀 안녕하세요
밑바닥부터 시작하는 딥러닝 5장 13 소프트맥스함수 with 오차함수 계층 구현하기 밑바닥부터 시작하는 딥러닝 (p.176~) 참고 목차 1. 소프트맥스 함수 with 오차함수 계층 2. softmax-with-Loss 계층 계산 그래프 (역전파) 3. softmax-with-Loss 계층 클래스 및 객체화 1. 첫번째 타이틀 안녕하세요 2. 두번째 타이틀 안녕하세요 3. 세번째 타이틀 안녕하세요 4. 네번째 타이틀 안녕하세요
밑바닥부터 시작하는 딥러닝 5장 11 Affine 계층 구현하기 밑바닥부터 시작하는 딥러닝 (p.173~) 참고 목차 1. Affine 계산 그래프 2. Affime 계층의 역전파 3. Affine 클래스 생성 및 객체화 4. 배치용 Affine 계층 5. 배치용 Affine 클래스 생성 및 객체화 1. 첫번째 타이틀 안녕하세요 2. 두번째 타이틀 안녕하세요 3. 세번째 타이틀 안녕하세요 4. 네번째 타이틀 안녕하세요
밑바닥부터 시작하는 딥러닝 5장 10. 시그모이드 계층 구현하기 밑바닥부터 시작하는 딥러닝 책 참고 목차 1. 시그모이드 함수란 2. 시그모이드 계층 수학식 3. 시그모이드 계층 클래스 생성 코드 (파이썬) 4. 시그모이드 클래스 객체화 시켜보기 1. 시그모이드(sigmoid) 함수란 시그모이드 함수는 0~1 사이의 함수이며, 입력값을 받아서 0~1 사이의 실수로 값을 반환하는 활성화 함수이다. 연속형 데이터이기 때문에 계단 함수가 끊기지 않는 매끄러운 모양으로 바뀐 것을 알 수 있다. 동시에 이상치가 들어온다 할지라도, 시그모이드 함수는 0과 1에 수렴하므로, 이상치 문제도 해결하면서, 연속된 값을 전달할 수 있다. 시그모이드 함수를 활성화 함수로 사용하면, 0과 1에 가까운 값을 통해 이진분류를 할 수 있다. (출력 값이 어느 값에 가까운지를 통해 어느 분류에 속..
밑바닥부터 시작하는 딥러닝 5장-9 렐루함수 (p.165) 목차 1. 렐루 함수란 p.165 2.렐루함수 클래스 생성하기 위한 문법 3.copy모듈 4. x[x0 ,y=x) 역전파일때 그 값의 기울기를 보내고, 순전파일때 신호가 흐르지 않으면(즉, x
KNN 알고리즘 목차 1. KNN 알고리즘 개념 2. 거리의 유사도 측정 3. KNN 모델 코드 1. KNN 알고리즘 개념 KNN 알고리즘은 머신러닝 학습 종류 중 지도학습(정답이 있는 데이터로 기계 학습) 에 해당한다. KNN(K-최근접 이웃)은 K개의 일부 훈련 샘플까지의 거리를 기준으로 분류를 수행하는 알고리즘이다. 인스턴스 기반 학습 학습될 파라미터가 없는 KNN같은 알고리즘 종류를 인스턴스 기반 학습이라고 한다. KNN 모델은 추론하기에 충분한 거리가 존재한다고 가정한다. 만약 그렇지 않다면 데이터나 데이터 분포에 대한 어떤 추정도 할 수 없다. 적절한 k 값 선택하기 KNN은 다수결의 원칙을 따르므로 K는 홀수개여야한다! K가 너무크면 항상 대다수를 차지하는 클래스를 예측하고 , K가 너무 작으면 이상치가 너..
머신러닝과 딥러닝 알고리즘 목차 1. 머신러닝 간단한 소개 2. 머신러닝 학습 방법 3. 딥러닝 알고리즘 출처 : 머신러닝 딥러닝 알고리즘을 소개합니다. : 인공지능 영역의 확장 (hanbit.co.kr) 머신러닝 딥러닝 알고리즘을 소개합니다. : 인공지능 영역의 확장 머신러닝 알고리즘 지도학습, 비지도학습, 준지도학습, 강화학습과 딥러닝 알고리즘 ANN, DNN, CNN, RNN에 대해 정리했습니다. 딥러닝의 등장으로 머신러닝의 실용성이 강화되었고 인공지능의 영역 hongong.hanbit.co.kr 위의 내용 공유합니다. 1. 머신러닝 학습 방법 종류 머신러닝(machine learning) 머신러닝은 컴퓨터가 학습할 수 있도록 하는 알고리즘(처리 방법)과 기술을 개발하는 분야로, 알고리즘을 이용해 데이터를 분석하고, 분석을 ..

티스토리툴바