분류기
-
[기계학습] 합성곱 신경망(CNN : Convolutional Nerual Network) (Part 1/2)코딩(Coding)/기계학습 2022. 2. 9. 13:07
CNN(Convolutional nerual network) 등장 배경 기존의 Fully-Connected 모델은 1차원의 데이터 말고 2차원 이상의 데이터를 사용하게 된다면, 해당 입력 데이터를 Flatten 시켜 한줄의 데이터로 만들어야 한다. 이 과정에서 데이터의 손상이 발생하게 된다. 이미지의 경우에는 상하좌우, 이웃 픽셀의 정보가 손실된다. 이 문제를 해결하기 위해 고안한 해결책이 바로 CNN이다. CNN 장점 단순 Fully-Connected 보다 학습시켜야하는 Weight가 적다. 학습과 연산속도가 빠르며, 효율적이다. 이미지나 영상데이터 처리에 유용하다. CNN의 핵심 접근법 어떠한 이미지가 주어졌을때, 그 이미지가 새인지 아닌지를 결정하는 모델이 있다고 가정하자. 사람은 새의 특징인 "부..
-
[기계학습] IRIS 데이터를 분류하는 분류기를 만들어보자(코드 실습)코딩(Coding)/기계학습 2022. 2. 8. 14:06
IRIS Classification 오늘은 흔히 사용되는 IRIS 데이터셋을 가지고 이전까지의 포스팅을 복습하는 글을 쓰려고한다. 데이터 설명 붓꽃 데이터 총 150개의 데이터로 이루어져있고 Featrue는 4개, Label 1개로 (150, 5)의 Shape을 가지는 데이터이다. Sepal Length 꽃 받침의 길이 정보(cm) Sepal Width 꽃 받침의 너비 정보(cm) Petal Length 꽃잎의 길이 정보(cm) Petal Width 꽃잎의 너비 정보(cm) Species 꽃의 종류 정보(Setosa / Versicolor/Virgincia) 3종류 CSV 형식으로도 다운 받을 수 있지만, Scikit-Learn에서 제공하는 "sklearn"패키지에서 iris 데이터를 불러올 수 있다. ..