nathan_H

보통 딥러닝을 처음 배울때 Perceptron을 건너뛰고 ANN을 바로 들어가는 경우가 많다. 하지만 Perceptron을 제대로 알고 이해한 상태에서 ANN을 들어가는 것이 순서와 개념상 적합하다. Perceptron Perceptron은 인공 신경망 모형의 하나이고 1957년 Rosenblatt라는 사람에 의해 처음 고안된 알고리즘이다. 그리고 Perceptron은 인간의 뇌에 있는 Neuron을 본따 표현한 모델이다. 위 그림처럼 Perceptron은 입력층, 중간층, 출력층으로 구성되어 있거 층간에 Net input function과 Activation function이 실행이 되며 출력값이 도출이 된다. Net input function 입력값 x의 n+1개의 feature들이 n+1개의 wei..

Supervised Learning에는 크게 Regression과 classification으로 종류가 나뉜다. *다시 보는 Supervised Learning - 각 데이터에 정답(label)이 주어져 있고 레이블이 있는 데이터들의 집합은 training set이라고도 한다. 즉 레이블이 나눠진 데이터를 모델화 하여 세로운 데이터에 대해 정확한 출력을 예측하는 것을 말한다. Regression 회귀분석은 간단하게 말해 연속적인 숫자, 즉 예측값이 float 형태인 문제들을 해결하는데 사용된다. 예시 1) 지하철 역과의 거리. 학군의 수 마트 수 등등 여러 feature들로 어떤 지역의 땅값을 예측하는 문제. 예시 2) 출처 - https://www.androidhuman.com/ml/2018/03/04..

참고 블로그 및 자료 - https://ratsgo.github.io/machine%20learning/2017/03/26/tree/ 의사결정나무(Decision Tree) · ratsgo's blog 이번 포스팅에선 한번에 하나씩의 설명변수를 사용하여 예측 가능한 규칙들의 집합을 생성하는 알고리즘인 의사결정나무(Decision Tree)에 대해 다뤄보도록 하겠습니다. 이번 글은 고려대 강필성 교수님 강의와 김성범 교수님 강의를 참고했음을 먼저 밝힙니다. 그럼 시작하겠습니다. 모델 소개 의사결정나무는 데이터를 분석하여 이들 사이에 존재하는 패턴을 예측 가능한 규칙들의 조합으로 나타내며, 그 모양이 ‘나무’와 같다고 해서 의사결정나무라 불립니다. 질문을 ratsgo.github.io 순천향대학교 정영섭 교..