HeeJ's

머신러닝 문제는 분류와 회귀 두 가지로 나뉘는데, 일반적으로 분류에서는 소프트맥스 함수를, 회귀에는 항등 함수를 이용한다. 분류 ; 어느 클래스에 속하느냐 분류하는 문제 회귀 ; 입력 데이터에서 (연속적인) 수치를 예측하는 문제 항등 함수 identity function 입력과 출력이 항상 같다. x = y 소프트맥스 함수 softmax function exp(x)는 e^x를 뜻하는 지수 함수이다. (e는 자연 상수) n은 출력층의 뉴런 수 y_k는 그 중 k번째 출력 위의 식에서 볼 수 있듯이, 소프틈낵스 함수의 분자는 입력 신호 a_k의 지수 함수, 분모는 모든 입력 신호의 지수 함수의 합으로 구성된다. 이 소프트맥스 함수를 파이썬으로 구현해보면 더보기 import numpy as np def sof..

넘파이 다차원 배열을 이용해 3층 신경망 구현하기 3층 신경망의 입력층(0층)은 2개, 첫 번째 은닉층(1층)은 3개, 두 번째 은닉층(2층)은 2개, 출력층(3층)은 2개의 노드로 구성된다. 더보기 import numpy as np X = np.array([1.0,0.5]) # X=(x1,x2)의 입력값을 나타낸다. W1 = np.array([[0.1,0.3,0.5],[0.2,0.4,0.6]]) #W는 가중치를 나타내는 값이다. #0층에서 1층으로 가는 화살표의 값이기 때문에 2차원 배열을 이용한다. B1 = np.array([0.1,0.2,0.3]) #B는 편향을 나타낸다. print(W1.shape) #(2, 3) print(X.shape) #(2, ) print(B1.shape) #(3, ) #...

머신러닝은 데이터 가공/변환, 모델 학습/예측, 평가의 프로세스로 이루어져있다. 머신러닝; 판단력을 기계에게 부여하는 기술 -> 여기서, 판단력을 '모델'이라고 한다. (판단력을 인간으로 치면 '뇌'에 해당한다고 볼 수 있다.) 러닝 모델은 커다란 함수로 구성되어있다고 할 수 있다. 일반적인 머신러닝의 형식은 모델 정하기 -> 모델 수식화하기 -> 모델 학습하기 -> 모델 평가하기 로 볼 수 있는데, 이 말은 즉, 모델이 머신러닝의 핵심이라고 볼 수 있다. 모델은 크게 간단한 모델, 복잡한 모델, 구조화된 모델로 볼 수 있다. 간단한 모델 데이터 구조가 간단하다는 뜻 데이터 구조가 간단하려면, 모델은 아주 강력한 가정을 해야한다. 대부분 선형모델을 이야기하며, 이해하기 쉽다. 단점: 복잡한 관계는 학습할..