인공지능20 [모두의 딥러닝] 05. 참 거짓 판단 장치: 로지스틱 회귀 로지스틱 회귀 : 참과 거짓 중에 하나를 판단하는 것을 만들어 주어진 입력 값의 특징을 추출. 이를 저장해 모델(model)을 만듦. 새 질문이 오면, 그 모델을 꺼내 답을 함.=> 딥러닝의 원리 1. 로지스틱 회귀의 정의점수가 아니라 합격과 불합격만을 발표되는 시험이 있음 합격을 1, 불합격을 0이라 함. 이를 좌표 평면으로 표현해보자 S자 형태여야 이들의 데이터를 구분할 수 있음. 로지스틱 회귀는 선형 회귀와 마찬가지로 적절한 선을 그려가는 과정.선형 회귀와 다른 점은 직선이 아니라, 참(1)과 거짓(0) 사이를 구분하는 S자 형태의 선을 그어주는 작업 2. 시그모이드 함수시그모이드 함수(sigmoid function) : S자 형태로 그래프가 그려지는 함수 e : 자연 상수라고 불리는 무리수, 값은.. 인공지능/딥 러닝 2018. 5. 6. [모두의 딥러닝] 04. 오차 수정하기: 경사 하강법 경사 하강법(gradient decent) : 그래프에서 오차를 비교해 가장 작은 방향으로 이동 시키는 방법 1. 미분의 개념순간 변화율 : 어느 한 점에서 x를 0에 가까운 변화를 준 것. y에 값도 0에 가까운 변화를 가짐기울기 : 그래프에서 점 a 에서의 순간 변화율 2. 경사 하강법의 개요 x를 적절히 조절해 순간 기울기가 0인 x = m 인 지점을 찾는것이 경사 하강법의 원리다. 즉, 반복적으로 기울기 a를 변화시켜 m의 값을 찾아가는 기법이다. 3. 학습률위 사진에서 기울기의 부호를 바꿔 이동시킨다. 이 때 적절한 거리를 찾지 못해 너무 멀리 이동시키면 a 값이 한 점으로 모이지 않게 된다. 따라서 어느 만큼 이동시킬지를 결정해야 한다. 즉 이것을 학습률(learning rate)라고 한다. .. 인공지능/딥 러닝 2018. 5. 6. [빅데이터 직무연구회] 3주차 모임 정리 빅데이터 직무연구회. 3주차 모임 정리 모임 요일 : 5월 3일 목요일 저녁 6시분류용 선형 모델선형 모델은 분류에도 널리 사용고차원에서의 분류 선형 모델은 매우 강력해 진다. 특성이 많아지면 과대적합되지 않도록 하는 것이 중요하다.이진 분류(Binary Classification)선형 회귀와 아주 비슷함.예측한 값을 임계치 0과 비교함.계산한 값이 0보다 작으면 클래스를 -1예측하고 0보다 크면 +1 이라고 예측회귀용 선형 모델에서는 출력 y이 특성의 선형 함수다.분류용 선형 모델에서는 결정 경게가 입력의 선형 함수다.선형 분류기는 선, 평면, 초평면을 사용해서 두 개의 클래스를 구분하는 분류기 특정 계수와 절편의 조합이 훈련 데이터에 얼마나 잘 적합하는지 측정규제.. 인공지능 2018. 5. 4. [빅데이터 직무연구회] 2주차 모임 정리 [빅데이터 직무연구회] 2주차 모임 정리모임 요일 : 4월 30일 일요일 저녁 6시 2.1 분류와 회귀지도 학습에는 분류(Classification)와 회귀(Regression)가 있다. 1. 분류 : 미리 정의된, 가능성 있는 여러 클래스 레이블(class label) 중 하나를 예측하는 것이진 분류 : 두 개의 클래스로 분류, 양성(positive) 클래스, 음성(negative) 클래스다중 분류 : 셋 이상의 클래스로 분류 2. 회귀 : 연속적인 숫자, 또는 프로그래밍 용어로 말하면 부동소수점수(수학 용어로는 실수)를 예측하는 것, 예상 출력 값 사이에 연속성이 있음 2.2 일반화, 과대적합, 과소적합일반화(Generalization) : 모델이 처음 보는 데이터에 대해 정확하게 예측할 수 있을 때.. 인공지능 2018. 5. 3. [빅데이터 직무연구회] 1주차 모임 정리 [빅데이터 직무연구회] 1주차 모임 정리작성자 : 블로거모임 요일 : 4월 12일 목요일 저녁 6시 학교 커뮤니티에서 빅데이터쪽으로 관련해 스터디 및 공모전 준비하는 직무연구회를 모집한다는 글을 보고 신청했다. 직무연구회란 직무 중심의 채용이 일반화 된 상황에서 학생의 희망진로 및 관심이 유사한 학생들이 모여 '직무'별 자치 학습조직(동아리, 취업스터디 등)을 운영하여 취엽역량을 제고하는 목적으로 학교측에서 정식 지원해주는 모임이다. 1차적으로 모집된 사람들끼리 간단하게 모여, 운영 방향을 어떻게 잡으면 좋을지 의논했다. 도서는 '파이썬 라이브러리를 활용한 머신러닝, 안드레아스 뮐러, 세라 가이도 지음, 박해선 옮김, 한빛미디어', 으로 정했다. 다음 1주차 모임까지 챕터 1장까지 하는 것으로 끝이 났다.. 인공지능 2018. 4. 14. [모두의 딥러닝] 03. 가장 훌륭한 예측선 긋기: 선형회귀 딥러닝의 가장 밑 단에서 이루어지는 가장 기본적인 두 가지 계산 원리 1. 선형 회귀2. 로지스틱 회귀 선형 회귀의 정의1. "학생들의 중간고사 성적이 다 다르다."2. "학생들의 중간고사 성적이 [ ]에 따라 다 다르다." [ ] 부분 : 시험 성적을 좌우할 만한 것들, '정보'라고 한다.x : '정보' 요소, 독립 변수y : x값에 의해 변하는 '성적', 종속 변수 ➡️ 단순 선형 회귀(simple linear regression) : 하나의 x값만으로도 y값을 설명➡️ 다중 선형 회귀(multiple linear regression) : x값이 여러 개 필요할 때 가장 훌륭한 예측선이란?공부한 시간 x = { 2, 4, 6, 8 } ( 단위: 시간 )성적 y = {81, 93, 91, 97} ( 단.. 인공지능/딥 러닝 2018. 4. 5. [모두의 딥러닝] 02. 처음 해 보는 딥러닝 미지의 일을 예측하는 힘 기존 : 데이터 입력 -> 답을 구함머신러닝 : 데이터 안에서 규칙을 발견 -> 새로운 데이터에 그 규칙 적용 -> 새로운 결과 도출 학습 : 데이터 입력 -> 패턴 분석 과정 1. 기존 환자 데이터 입력2. 머신러닝 학습3. 새로운 환자 예측 ➡️ 머신러닝의 예측 성공률 : 결국 얼마나 정확한 경계선을 긋는가➡️ 방법 : 랜덤 포레스트(random forest), 서포트 벡터 머신(suppor vector machines) 등 폐암 수술 환자의 생존율 예측하기예제 소스 : deep_code/01_My_First_DeepLearning.py 12345678910111213141516171819202122232425262728293031323334# -*- coding: utf-8.. 인공지능/딥 러닝 2018. 4. 5. [모두의 딥러닝] 01. 파이썬과 텐서플로, 케라스 설치하기 딥러닝 실습 환경을 만들어 봅시다. 그 전에, 딥러닝이란 무엇 일까요? 사람이 할 수 있는 것과 유사한 판단을 컴퓨터가 해 낼 수 있게끔 인공지능을 연구하던 중, 기존의 데이터를 이용해 앞으로의 일을 예측하는 '머신러닝(machine learning)' 기법이 효과적임을 발견했습니다.이 머신러닝 안에는 여러 알고리즘들이 있는데, 이 중 가장 좋은 효과를 내는 것이 바로 '딥러닝(deep learning)'이다. 딥러닝 ⊂ 머신러닝 ⊂ 인공지능 딥러닝 환경 설치하기 * 내 컴퓨터의 시스템 정보 확인하기텐서플로는 64비트 윈도우즈만을 지원하므로, 사용하는 PC가 64비트인지 확인해야 한다.시작 > 검색 > 제어판 > 시스템 순서로 열어, '시스템 종류' 부분을 확인한다. * CPU? GPU?딥러닝을 일반 C.. 인공지능/딥 러닝 2018. 3. 27. 이전 1 2 다음