분류3 케라스 창시자에게 배우는 딥러닝 3장, 4장 3장 요약 3장에서는 신경망의 개요와 딥러닝 예제를 제시한다. 아래 3가지 예제를 제시한다. 주택 가격 예측 문제 영화 리뷰 분류 뉴스 기사 분류 신경망의 구조 네트워크를 구성하는 층 = 다른 말로는 레이어 입력 데이터 , 타겟 예측 값과 실제 값을 비교하는 손실함수 = loss function 학습 진행 방식을 결정하는 옵티마이저 = 네트워크가 어떻게 업데이트 되면 좋을지 결정한다. 요약하면 1. 신경망 네트워크를 구성한다. 2. 입력 데이터를 넣는다. 3. 예를 들어서 분류 문제면 분류 되어야 하는 기대 값이 있다. 4. 손실 함수로 기대 값이랑 얼마나 차이 나는지 확인한다. 5. 기대 값과의 차이를 확인하고 옵티마이저로 네트워크를 업데이트 한다. 6. 다시 2번으로 돌아가 데이터를 넣고 결과를 본다.. 2019. 2. 9. 누구나 쉽게 시작하는 R을 활용한 기계학습 , 머신러닝 / KNN 알고리즘 R을 활용한 기계학습 , 머신러닝 / KNN 알고리즘 안녕하세요 이번 글은 R을 활용해서 데이터에 KNN 알고리즘을 적용하는 방법을 다루고 있습니다. KNN 알고리즘 분류를 위한 대표적인 알고리즘. 가장 단순한 머신러닝 알고리즘 중 하나지만, 광범위하게 사용 됩니다. 장점 단점 단순하고 효율적이다 기저 데이터 분포에 대한 가정을 하지 않는다 훈련 단계가 빠르다 모델을 생성하지 않아 특징과 클래스 간의 관계를 이해하는 능력이 제약된다 적절한 k의 선택이 필요하다 분류 단계가 느리다 명목 특징 및 누락 데이터를 위한 추가 처리가 필요하다 KNN 알고리즘의 특징 레이블이 없는 데이터를 분류합니다. 글자 k는 사용자가 정의하는 최근접 이웃의 개수를 의미합니다. KNN알고리즘의 데이터 분석 순서 1. k를 지정한.. 2017. 12. 13. R 데이터 분석 파일 읽기 / 히스토그램 (histogram) / boxplot R 데이터 분석 파일 읽기 / 히스토그램 (histogram) / boxplot 안녕하세요 이번 글에는 R로 데이터 파일을 읽은 후 , boxplot과 히스토그램을 출력하는 방법을 담았습니다. 글에서 사용된 데이터셋은 https://archive.ics.uci.edu/ml/datasets/Dow+Jones+Index UCI Machine Learning Repository에서 다운로드 받았습니다. R에서 CSV 파일 읽기 파일 경로 , header=T, sep="," 순서로 read.csv 함수 안에 입력하면 된다. header = T 와 sep=" , " 는 파일을 읽는 옵션인데, header = T 를 설정하면 데이터 셋의 맨 위 부분을 속성 이름으로 인식한다. sep은 데이터가 구분 되어 있는 규칙.. 2017. 12. 9. 이전 1 다음
