
[혼공학습단 13기 | 3주차] 혼자 공부하는 머신러닝+딥러닝 - Chapter 04 Chapter 04 다양한 분류 알고리즘04-1 로지스틱 회귀- 로지스틱 회귀 알고리즘 배우기- 이진 분류 문제에서 클래스 확률을 예측해보기 ⭐키워드 : 로지스틱 회귀, 다중 분류, 시그모이드 함수, 소프트맥스 함수더보기1. 로지스틱 회귀(Logistic Regression): 분류 문제(classification)를 해결하기 위해 선형 방정식을 기반으로 확률 값을 계산하는 분류 알고리즘으로, 입력을 확률로 변환하여 특정 클래스에 속할 가능성을 예측함. 이진 분류에서는 시그모이드 함수를 사용해 0 또는 1 두 클래스 중 하나를 예측하며, 다중 분류에서는 소프트맥스 함수를 사용해 여러 클래스 중 하나를 예측함 💡 이름에..

[혼공학습단 13기 | 2주차] 혼자 공부하는 머신러닝+딥러닝 - Chapter 03 Chapter 03 회귀 알고리즘과 모델 규제03-1 k-최근접 이웃 회귀- 지도 학습의 한 종류인 회귀 문제 이해하기- k-최근접 이웃 알고리즘을 사용해 농어의 무게 예측하기 ⭐키워드 : 회귀, k-최근접 이웃 회귀, 결정 계수, 과대적합과 과소적합더보기1. 회귀(Regression): 지도 학습의 한 종류로 임의의 수치를 예측하는 문제이며, 타깃값도 임의의 수치가 됨 💡분류(Classification) vs. 회귀(Regression) 구분분류(Classification)회귀(Regression)출력 값의 형태이산적인 값 (예: 클래스, 범주)연속적인 값 (예: 실수, 정수)문제의 형태- 이메일 스팸 여부 판별..

[혼공학습단 13기 | 1주차] 혼자 공부하는 머신러닝+딥러닝 - Chapter 02 Chapter 02 데이터 다루기02-1 훈련 세트와 테스트 세트 - 지도 학습과 비지도 학습의 차이 알기- 데이터를 훈련 세트와 테스트 세트로 나눠서 학습해보기 ⭐키워드 : 지도 학습, 비지도 학습, 훈련 세트, 테스트 세트더보기1. 지도 학습(Supervised Learning): 입력 데이터(input)와 정답(label)이 주어진 상태에서 모델을 학습시키는 방법으로, 모델은 입력과 정답 간의 매핑 관계를 학습하여 새로운 입력 데이터에 대해 예측을 수행함 2. 비지도 학습(Unsupervised Learning): 비지도 학습은 데이터에 정답(label)이 없는 상태에서 데이터를 구조적으로 이해하거나 패턴을 찾는 ..

[혼공학습단 13기 | 1주차] 혼자 공부하는 머신러닝+딥러닝 - Chapter 01 Chapter 01 나의 첫 머신러닝01-1 인공지능과 머신러닝, 딥러닝- 인공지능, 머신러닝, 딥러닝이 무엇인지 알아보고 그 차이를 살펴보기 ⭐키워드 : 인공지능, 머신러닝, 딥러닝더보기1. 인공지능(Artificial Intelligence): 사람처럼 학습하고 추론할 수 있는 지능을 가진 시스템을 만드는 기술로, 강인공지능과 약인공지능으로 나눌 수 있음강인공지능(Strong AI): 사람과 구분하기 어려운 지능을 가진 AI약인공지능(Weak AI): 특정 분야에서 사람의 일을 도와주는 보조 역할만 가능한 AI(ex. 음성비서, 자율주행자동차, 음악 추천, 기계 번역 등) 2. 머신러닝(Machine Learning..