지민 개발 블로그

순전파 : 인공 신경망에서 입력층에서 출력층 방향으로 연산을 수행하는 과정주어진 입력이 입력층으로 들어가서 은닉층을 지나 출력층에서 예측값을 얻는 과정 ➡️ 결정적으로 행렬의 곱셈으로 이해할 수 있다. 다층 퍼셉트론 내의 가중치와 편향의 개수를 추정하는 방법에 대해서 학습힌다.1. 순전파(Forward Propagation)활성화 함수, 은닉층의 수, 각 은닉층의 뉴런 수 등 딥 러닝 모델을 설계하고나면 입력값은 입력층, 은닉층을 지나면서 각 층에서의 가중치와 함께 연산되며 출력층으로 향한다. 출력층에서 모든 연산을 마친 예측값이 나온다.순전파 : 입력층 ➡️ 출력층2. 행렬곱으로 순전파 이해하기위와 같은 인공신경망이 있다고 할 때, 입력의 차원은 3, 출력의 차원이 2인 위 인공신경망을 구현한다면 아래..

1. 피드 포워드 신경망(Feed-Forward Neural Network, FFNN)오직 입력층에서 출력층 방향으로 연산이 전개되는 신경망FFNN가 아닌 RNN이라는 신경망이다. 은닉층의 출력값을 출력층으로도 값을 보내지만, 동시에 은닉층의 출력값이 다시 은닉층의 입력으로 사용되기도 한다.2. 전결합층(Fulyy-connected layer, FC, Dence layer)다층 퍼셉트론은 은닉층과 출력층에 있는 모든 뉴런은 바로 이전 층의 모든 뉴런과 연결되어 있다.전결합층 (완전결합층, FC): 이전 층의 모든 뉴런과 연결되어 있는 층밀집층이라고 부르기도 한다.3. 활성화 함수(Activation Function)은닉층과 출력층의 누련에서 출력값을 결정하는 함수계단 함수(0 or 1)는 활성화 함수의 ..

🤔 머신러닝영상 처리, 번역기, 음성 인식, 스팸 메일 탐지 등 굉장히 많은 분야에서 응용되는 중이다. 특히 머신 러닝의 한 갈래인 딥 러닝은 자연어 처리 엔지니어에게 필수 역량이다. 머신러닝의 방식위쪽은 기존의 프로그래밍 접근 방식아래쪽은 머신 러닝의 접근 방식머신 러닝은 데이터가 주어지면, 기계가 스스로 데이터로부터 훈련성을 찾는 것에 집중한다. 주어진 데이터로부터 규칙성을 찾는 과정을 훈련(training) 또는 학습(learning)이라고 한다. 훑어보기머신 러닝을 위한 데이터: 훈련용 검증용 테스트용훈련: 머신 러닝 모델 학습테스트: 머신 러닝 모델의 성능 평가검증: 과적합이 되고 있는지 판단하거나 하이퍼파라미터의 조정을 위한 용도하이퍼파라미터(초매개변수): 모델의 성능에 영향을 주는 사람이 ..

1. 선형 회귀(Linear Regression)어떤 요인으 수치에 따라서 특정 요인의 수치가 영향을 받 있다.어떤 변수의 값에 따라서 특정 변수의 값이 영향을 받고 있다.x에 의해서 종속적으로 y의 값이 변한다선형 회귀는 1개 이상의 독립 변수 x와 y의 선형 관계를 모델링 한다. 이때 독립변수 x가 1개이면 단순 선형 회귀라고 한다.1) 단순 선형 회귀 분석(Simple Linear Regression Analysis)곱해지는 값 w를 머신 러닝에서는 가중치(weight), 별도로 더해지는 값 b를 편향(bias)라고 한다.직선의 방정식에서는 각각 직선의 기울기와 절편을 의미한다.2) 다중 선형 회귀 분석(Multiple Linear Regression Analysis)x가 여러개일 때 사용2. 가..

둘 중 하나를 결정하는 문제를 이진 분류(Binary Classification)라고 한다. 이런 문제를 풀기 위한 대표적인 알고리즘이 로지스틱 회귀(Logistic Regression)1. 이진 분류(Binary Classification)공부 시간과 성적 간의 관계를 직선의 방정식으로 표현한다는 가설 하에, 주어진 데이터로부터 가중치 w와 편향 b를 찾아 데이터를 가장 잘 표현하는 직선을 찾았다. 이번에는 배울 둘 중 하나의 선택지 중에서 정답을 고르는 이진 분류 문제를 직선으로 표현하는 것은 적절하지 않다.학생들이 시험 성적에 따라서 합격, 불합격이 기재된 데이터가 있다고 가정하자.시험 성적이 x라면 합불 결과는 y이다. 이 데이터로부터 특정 점수를 얻었을 때의 합격, 불합격 여뷰를 판정하는 모델을..

인공 신경망은 수많은 머신 러닝 방법 중 하나이다.전통적인 머신 러닝과 딥 러닝을 구분해서 딥러닝을 이해하기 위해서는 인공 신경망에 대한 이해가 필요하다.1. 퍼셉트론(Perceptron)프랑크 로젠블라트가 1957년에 제안한 초기 형태의 인공신경망다수의 입력으로부터 하나의 결과를 내보내는 알고리즘! 신경 세포 뉴런의 동작과 매우 유사하다.아래는 신경 세포 뉴런이다.가지돌기에서 신호를 받아들이고, 역치 이상의 크기를 가지게 되면 축삭돌기를 통해서 신호를 전달한다.아래는 퍼셉트론 그림이다.신경 세포 뉴런의 입력 신호와 출력신호가 퍼셉트론에서는 각각 입력값과 출력에 해당된다.그림에서 x 는 입력값을 의미하며, w 는 가중치, y는 출력값이다. 그림 안의 원은 인공 뉴런에 해당한다.축삭돌기의 역할을 퍼셉트론에..

🤔 결정트리란?분류와 회귀 문제에 널리 사용하는 모델다중출력도 작업 가능결정에 다다르기 위해 예/아니오 질문을 이어 나가면서 학습Hands On Machine Learning 실습6.1 결정 트리 학습과 시각화어떻게 예측을 하는지 살펴보는 것을 목적으로 한다.붓꽃 데이터셋에 DecisionTreeCrlassifier을 훈련시키는 코드다.from sklearn.datasets import load_irisfrom sklearn.tree import DecisionTreeClassifieriris = load_iris()X = iris.data[:, 2:] # 꽃잎의 길이와 너비y = iris.targettree_clf = DecisionTreeClassifier(max_depth = 2)tree_clf..

1. 커뮤니케이션은 왜 중요한가?커뮤니케이션은 조직에서 일을 하다보면 중요합니다. 정말 중요시해야하는 사실은 바로, ”설명하지 못하면 아무것도 네것이 아니다.”라는 사실입니다. 우리가 앞으로 일을 할 때에도 내가 아무리 열심히 개발을 해도, 일을 처리해 가더라도 정작 그 사람과 커뮤니케이션 미스가 있었다면 그 일은 의미가 없어집니다. 또한 내 지식이 남에게 전달되지 않는 것은 모른다는 것과 다르지 않습니다.  2. 개인의 커뮤니케이션누군가에게 전달되지 않으면 아무것도 모르는 것과 같습니다. 조직에서 일을 아무리 열심히 해도 누군가가 이 일을 이해하지 못해서 받아오지 않거나 주변사람의 의견을 반영하지 않았다면 아무 의미가 없는 일입니다. 누군가는 커뮤니케이션에서 가장 중요한 것은 문서작성을 잘한다, 언변이..

진짜 골때리는 일이 생겼다.갑자기 경제공부가 하고 싶어졌다.  입학하기 전에도 대학가서 경제학개론을 꼭 수강해보고 싶었다. 나름 경제학은 지성인의 소양이라고 생각하기 때문에!!!! 어쨌든 한번은 공부하고 싶다고 생각했는데 진짜 이제는 더 미루면 안되겠다 진짜 한번은 꼭 해보고싶다 싶어서 이참에 자격증 몇 개 따면서 더 효율적으로 공부해보자는 마인드로 시작하기로 결심했다. 네카라쿠배 가신 선배님들..이라면 날 뜯어말리고 욕하겠지만... 그렇지만... 나는 이것도 나름 가치있는 일이라 생각한다!!! 취업을 넘어서 세상 돌아가는 것도 알 필요가 있고 현대인들의 최소한의 교양이라고 생각한다. 경제학이라 함은, "일상을 연구하는 학문"이자 "개인과 사회를 두 수준에서 총체적으로 경제를 연구하는 학문"이다. 애덤 ..

산책의 동료는 '고뇌'로 족하다 건강한 생활은 육체와 정신의 조화를 통해 개선된다. 육체와 정신 양쪽 모두 건강한 성공적인 생활은 매우 드물다. 살아있는 사실 하나만으로도 인간은 피로를 느낀다. 사사로운 움직임마저도 신체엔 부담이다. 이를 견뎌내며 건강하고 활기찬 생활을 오래도록 관리하려면 그만한 대가를 치러야 한다. 좋은 습관이 그 대가라고 할 수 있는데, 좋은 습관을 기르는 습관이 있다면 그것은 인내다. 인내는 무조건 참고 견디는 것을 말하는 게 아니다. 자기 몸이 견딜 수있는 범위를 깨닫고 그 범위 안에서 유지하는 것이 진정한 인내다.  무턱대고 견뎌내지 못할 때 까지 버티는 것이 인내가 아니다. 남을 따라서 나도 할 수 있다고 믿는 것은 동반 자살이다. 몸과 마음이 불쾌하지 않도록 나의 기준을 정..