728x90
728x90

Study/AI, 머신러닝, CNN 딥러닝 12

[머신러닝 기초] 이론 03 - 선형 회귀 & 비용 함수

# 선형 회귀와 모델의 종류0. 지도학습(Supervised Learning)  ex) 고양이와 개 사진 데이터에서 'Dog' 또는 'Cat'이라는 레이블을 기반으로 모델 학습      → 새로운 사진에서 어떤 동물인지 예측  1. 회귀(Regression) 모델 : 주어진 데이터셋과 가장 가까운 직선을 그림   ex) 방 개수에 따른 주택 가격 예측  2. 선형 회귀 모델 (Linear Regression) - 목표: 데이터를 기반으로 직선(선형 모델)을 찾아 예측값을 생성하기 - 직선 조정 방법   : 기울기와 y절편 값을 조금씩 바꿔나감 (회전)  - 학습 알고리즘  1) 기울기와 y절편 초기값 설정 (random)  2) 데이터를 ‘반복’적으로 샘플링하며 직선을 점점 데이터에 맞추기  3) 최적화..

[머신러닝 기초] 이론 02 - 머신러닝 학습 방식

주요 내용은 복습 겸 반복# 머신러닝(ML): 데이터를 기반으로 학습하고 패턴을 예측하는 알고리즘의 개발과 구현에 중점을 둔다.- 세부 단계 1) 데이터 수집 및 처리: 대량의 데이터를 확보하고 정리 2) 모델 학습: 데이터를 사용하여 알고리즘을 학습 3) 예측 및 평가: 학습된 모델로 새로운 데이터를 예측하고 성능 평가# 머신러닝 학습 방식1. 지도 학습 Supervised Learning : 레이블(label)이 있는 데이터를 사용해 학습   ex) 분류(Classification), 회귀(Regression)2. 비지도 학습 Unsupervised Learning : 레이블이 없는 데이터를 통해 패턴이나 군집을 찾음   ex) 클러스터링(Clustering)3. 강화 학습 Reinforcement ..

[머신러닝 기초] 이론 01 - 머신러닝 소개

목표 : 머신러닝의 개념을 정리하고, 파이썬 실습을 통한 실전 데이터 활용법 익히기.파이썬은 구글 Colab 혹은 VS Code를 활용함. # Basic Keywords- 머신러닝 : 주어진 데이터들을 자동으로 학습하고 알맞은 분류/규칙을 생성.- 딥러닝 : 하위 개념, 신경망을 모방하여 스스로 데이터를 학습하고 진화해나가는 형태.- 생성형 AI : 확보된 데이터를 바탕으로 새로운 contents를 형성.  # # #사람의 판단과정) Remember -> Formulate -> Predict 이를 머신에 적용함으로써 이전 데이터를 수집, 저장하여 모델(규칙)을 찾고 미래 데이터를 예측하게 됨. 명시적인 프로그래밍 코드로 동작하는 것이 아닌, 컴퓨터가 스스로 학습하는 능력을 부여하는 것!  # 지도학습(S..

머신러닝 입문

생활코딩 채널의 Machine Learning 1 강좌 수강. (youtube 재생목록)https://www.youtube.com/playlist?list=PLuHgQVnccGMDy5oF7G5WYxLF3NCYhB9H9 Machine learning 1 www.youtube.com(오픈튜토리얼 ebook)https://opentutorials.org/module/4916 Machine learning 1수업소개 이 수업은 인공지능을 구현하는 기술인 머신러닝(Machine learning)을 다루는 수업입니다. 수업대상 수업을 보는 다른 방법 생활코딩 유튜브 채널을 통해서도 공부할 수 있습니다. https://wopentutorials.org #내용 정리2강) 수치와 통계를 비교하여 '결정'을 내리기 위한 ..

728x90
반응형