growing archive

10. 네번째 딥러닝 - 신경망의 완성 : 히든레이어 https://www.opentutorials.org/module/4966/28988 네번째 딥러닝 - 신경망의 완성:히든레이어 - Tensorflow 1 수업소개 히든레이어와 멀티레이어의 구조를 이해하고, 히든레이어를 추가한 멀티레이어 인공신경망 모델을 완성해 봅니다. 강의 멀티레이어 신경망 실습 소스코드 colab | backend.ai 보스 www.opentutorials.org 요약정리 1. 강의 딥러닝을 이해하기 위한 마지막 단계 퍼셉트론 하나로 만들어진 모델 말고 퍼셉트론을 깊게 연결한 모델을 공부해보자 입력부분을 input layer 이고 출력을 output layer 입력부분에서 hidden layer를 보면 13개의 입력을 받아 5개의..

9. 세번째 딥러닝- 아이리스 품종 분류 https://www.opentutorials.org/module/4966/28987 세번째 딥러닝 - 아이리스 품종 분류 - Tensorflow 1 수업소개 아이리스 품종을 분류하는 딥러닝 모델을 텐서플로우를 이용하여 만들어 보고, 분류모델과 회귀모델의 차이점을 이해합니다. 범주형 변수의 처리 방법인 원핫인코딩을 해야하는 이유 www.opentutorials.org 요약정리 1. 아이리스 품종 분류 iris데이터를 살펴봤을 때, '꽃잎길이', '꽃잎폭', '꽃받침길이', '꽃받침폭'을 독립변수로 두고 '품종'을 종속변수로 설정한다. 이전(lemonade, boston)에는 종속변수가 수치형 변수였는데, iris 데이터는 종속변수가 '품종' 으로 숫자가 아니고 범..

7. 두번째 딥러닝 - 보스턴 집값 예측 https://opentutorials.org/module/4966/28976 두번째 딥러닝 - 보스턴 집값 예측 - Tensorflow 1 수업소개 보스턴 집값을 예측하는 딥러닝 모델을 텐서플로우를 이용하여 만들어 보고, 모델을 구성하는 퍼셉트론에 대해 이해합니다. 강의 수식과 퍼셉트론 실습 소스코드 colab | backend. opentutorials.org 요약정리 1. 보스턴 집값 예측 저번시간에 본 모델(lemonade)은 굉장히 간단한 구조의 모델이었다. 이번에는 조금 더 복잡한 구조의 모델을 보자. boston 데이터셋을 사용한다. 데이터셋에서 행(row)은 타운 하나를 의미한다. boston 안에 있는 마을 하나를 나타내는 것이다. 열(column..

5. 표를 다루는 도구 '판다스' https://opentutorials.org/module/4966/28971 표를 다루는 도구 '판다스' - Tensorflow 1 수업소개 '판다스'를 이용하여 데이터 다루는 방법을 배우는 수업입니다, 모델을 학습시키기 위하여 파일로부터 데이터를 읽어들이고, 독립변수와 종속변수를 분리하여 데이터 준비합니다. � opentutorials.org 요약정리 1. 지도학습의 첫번째 스텝은 과거의 데이터를 준비하는것이다. 우리가 가지고 있는 데이터는 보통 파일의 형태이기 때문에 프로그램으로 파일을 불러오는 과정이 필요하다. 2. '변수(Variable)' 라는 용어에 대해 짚고 넘어가자. x=1 x=2 위의 코드로 x 는 1이었다가 2로 바뀐다는 것을 알 수 있다. 즉, x의..

1. 오리엔테이션 https://www.opentutorials.org/module/4966/28965 오리엔테이션 - Tensorflow 1 수업소개 딥러닝이라는 이름으로 유명해진 인공신경망과 이를 구현하는 것을 도와주는 도구 텐서플로우 라이브러리를 소개하면서, 텐서플로우 라이브러리부터 전체 AI까이 이어지는 계층구조 www.opentutorials.org 요약정리 1. 기계를 학습시켜서 인간의 판단능력을 기계에게 위임하는 것을 머신러닝이라고 한다. 2. 텐서플로우로 해결하려는 문제는 지도학습 영역의 회귀와 분류문제임. 회귀는 숫자로 된 결과를 예측하는 것 분류는 범주형(==카테고리형) 문제를 예측 3. 머신러닝의 문제를 해결하는 여러 알고리즘(이론)에는 Decision Tree / Random For..

혼자 코딩 개념 공부할 때 자주 들었던 '생활코딩'에서 이번에 구글과 함께 머신러닝야학을 오픈했다. 10일 동안 이어지는 머신러닝야학은 자신의 실력 또는 관심에 맞게 강의를 수강할 수 있다. 나는 학교에서 전공으로 머신러닝 수업도 들었고, 어느정도(?) 코딩도 가능하기에 텐서플로우 강의로 넘어갔다. 사실 내가 이번 머신러닝야학을 신청한 계기도 바로 이 텐서플로우 강의를 수강하기 위해서였다. 아무래도 혼자 공부하는데 있어서 한계가 있었다... 그래서! 개념부터 나를 바로잡아줄 강의가 필요했다. 또 엄청난 스펙의 조력자분들이 질문, 상담도 받아준다고 하셔서 이번 야학에 참여하길 잘했다는 생각이 들었다(!) 오늘은 첫날이라서 머신러닝야학 첫 라이브도 참여하고 들뜬 마음으로 진도표도 작성했다. 앞으로 10일동안..