분류 전체보기 (136) 썸네일형 리스트형 머신러닝&딥러닝 (14) - 활성화 함수 1. 비선형 활성화 함수(Activation Functions) 신경망의 선능을 향상시키기 위해 사용 선형 함수는 입력 값과 가중치를 곱한 결과를 그대로 출력하기 때문에 신경망에서 여러 개의 선형 활성화 함수를 사용한다면 최종 출력 값은 입력 값과 가중치의 선형 조합으로 표현되므로 이는 입력 데이터의 비선형 관계를 표현할 수 없음 신경망이 입력 데이터의 비선형 관계를 잘 학습할 수 있도록 하기 위해서 비선형 활성화 함수를 사용 import numpy as np import matplotlib.pyplot as plt 1-1. 시그모이드(Sigmoid) def sigmoid(x): return 1/(1+np.exp(-x)) x = np.arange(-5.0, 5.0, 0.1) y = sigmoid(x) p.. 머신러닝&딥러닝 (13) - 딥러닝 1. 퍼셉트론(Perceptron) 1-1. 생물학적 뉴런 인간의 뇌는 수십억 개의 뉴런을 가지고 있음 뉴런은 화화적, 전기적 신호를 처리하고 전달하는 연결된 뇌신경 세포 1-2. 인공 뉴런(Perceptron) 1943년에 워렌 맥컬록, 월터 피츠 단순화된 뇌세포 개념을 발표 신경 세포를 이진 출력을 가진 단순한 논리 게이트라고 설명 생물학적 뉴런의 모델에 기초한 수학적 기능으로 ,각 뉴런이 입력을 받아 개별적으로 가중치를 곱하여 나온 합계를 비선형 함수를 전달하여 출력을 생성 1-3. 논리 회귀(단층 퍼셉트론)로 OR 문제 풀기 import torch import torch.nn as nn import torch.optim as optim X = torch.FloatTensor([[0, 0],[0, .. 머신러닝&딥러닝 (12) - 데이터 로더 1. 손글씨 인식 모델 만들기 import torch import torch.nn as nn import torch.optim as optim import torchvision.transforms as transforms import matplotlib.pyplot as plt import matplotlib.pyplot as plt from sklearn.datasets import load_digits device = 'cuda' if torch.cuda.is_available() else 'cpu' print(device) 파이토치에서 GPU를 사용할 수 있는지 확인 사용 가능한 경우에는 'CUDA'를 디바이스로 설정 그렇지 않은 경우에느 'CPU'를 디바이스로 설정하는 코드 digits = loa.. 머신러닝&딥러닝 (11) - 파이토치로 구현한 논리회귀 1. 단항 논리 회귀 실습 논리 회귀(Logistic Regression) 분류를 할 때 사용하고 선형 회귀 공식으로부터 나왔기 때문에 논리 회귀라는 이름이 붙여짐 직선 하나(선형 회귀)를 사용해서 예측 한다면 제대로 예측할 수 없음 sigmoid 함수(Logistic 함수)를 사용하여 정확도를 높임 1. Sigmoid 함수 예측값을 0 에서 1 사이의 값이 되도록 만듦 0 에서 1 사이의 연속된 값을 출력으로 하기 때문에 보통 0.5를 기준으로 구분 import torch import torch.nn as nn import torch.optim as optim import matplotlib.pyplot as plt torch.manual_seed(17) x_train = torch.FloatTenso.. 머신러닝&딥러닝 (10) - 파이토치로 구현한 선형회귀 1. 단항 선형 회귀 실습 한 개의 입력이 들어가서 한 개의 출력이 나오는 구조 불러오기 import torch import torch.nn as nn import torch.optim as optim import matplotlib.pyplot as plt import pandas as pd 파이썬 코드를 재실행 하더라도 같은 결과가 나올 수 있도록 랜덤시드를 설정 torch.manual_seed(17) X_train = torch.FloatTensor([[1],[2],[3]]) y_train = torch.FloatTensor([[2],[4],[6]]) print(X_train) print(X_train.shape) print(y_train) print(y_train.shape) plt.figure(.. 머신러닝&딥러닝 (9) - 파이토치 2023-06-15 수업내용 1. 파이토치(Pytorch) 텐서플로우와 함께 머신러닝, 딥러닝에서 가장 널리 사용되는 프레임워크 초기에는 Torch라는 이름으로 Lua언어 기반으로 만들어졌으나, 파이썬 기반으로 변경한 것이 pytorch 뉴욕대학교와 페이스북이 공동으로 개발하였고, 현재 가장 대중적이고 널리 사용됨 불러오기 import torch print(torch.__version__) 1-1. 스칼라(Scalar) 하나의 상수를 의미 var1 = torch.tensor([1]) type(var1) var2 = torch.tensor([6, 5]) * 두 스칼라의 사칙 연산 print(var1 + var2) print(var1 - var2) print(var1 * var2) print(var1 / v.. 머신러닝&딥러닝 (8) - KMeans 2023-06-14 수업내용 1. Cluster 불러오기 import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt from sklearn.dataset import make_blobs X, y = make_blobs(n_samples = 100, centers = 3, random_state = 10) 지도 학습 데이터를 만듬 100개의 sample, 즉 100개의 row centers = 3, 즉 결과값은 0,1,2 로 반환 print(X) * 사진 상 데이터 생략 X = pd.DataFrame(X) X sns.scatterplot(x=X[0], y=X[1], hue = y) 불러오기 from .. 머신러닝&딥러닝 (7) - LightGBM 2023-06-14 수업내용 1. credit 데이터셋 알아보기 불러오기 import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt credit_df * 사진 상 데이터 생략 credit_df.info() 0 to 12499 까지 총 12500의 row가 존재 총 columns는 24개 Name, Type_of_Loan, Num_of_Delayed_Payment, Num_Credit_Inquiries, Credit_History_Age, Amount_invested_monthly, Monthly_Balance 에 결측치가 확인됨 float:4, int:4, object:16 개의 데이터타입이 있음 .. 이전 1 2 3 4 ··· 17 다음