JSY의 코딩블로그 JSY의 코딩블로그

선형회귀

• [기계학습] 로지스틱 회귀(분류 Classification)(Logistic Regression) (Part 2/2)

  코딩(Coding)/기계학습 2022. 1. 25. 22:17

  이전 포스팅의 개념적인 부분을 python의 pytorch 패키지를 통해 구현하는 포스팅입니다. 이전 포스팅을 보고오세요~ :D (https://jsy-coding-blog.tistory.com/47) 포스팅에서 사용하는 PPT 자료는 제 Github에서 pdf 형식으로 받을 수 있습니다. (https://github.com/JoSangYeon/Machine_Learning_Project/blob/master/PPT/01.%20Machine%20Learning.pdf) Logistic Regression 분류 문제 지난 포스팅 복습 코드 실습(With Pytorch) 패키지 Import import numpy as np import pandas as pd import torch import torch.n..

  Read More
• [기계학습] 선형회귀(Linear Regression) (Part 2/2)

  코딩(Coding)/기계학습 2022. 1. 18. 12:49

  이전 포스팅의 개념적인 부분을 python의 pytorch 패키지를 통해 구현하는 포스팅입니다. 이전 포스팅을 보고오세요~ :D (https://jsy-coding-blog.tistory.com/45) 포스팅에서 사용하는 PPT 자료는 제 Github에서 pdf 형식으로 받을 수 있습니다. (https://github.com/JoSangYeon/Machine_Learning_Project/blob/master/PPT/01.%20Machine%20Learning.pdf) 선형회귀 구현(with Pytorch) 이전 포스팅에서 다뤘던 선형회귀의 개념을 Pytorch를 통해 구현해보자! 사용할 라이브러리를 import 한다. import numpy as np import pandas as pd import m..

  Read More
• [기계학습] 선형회귀(Linear Regression) (Part 1/2)

  코딩(Coding)/기계학습 2022. 1. 11. 18:44

  선형회귀 선형회귀는 머신러닝 뿐만 아니라 딥러닝까지의 개념을 모두 관통하는 가장 기초적인 개념이다. 이제 부터 하나씩 천천히 내용을 살펴보자 가정 아래 그림처럼 임의 점들이 좌표계에 찍혀있다고 하자 우리의 목표는 해당 좌표들을 가장 잘 대변하는 직선의 방정식을 찾는 것이다. 가설 정의 우리는 주어진 점들을 가장 잘 표현하는 가설직선(H(x))를 정의하는 것이다. 가설 직선 H(x)는 아래와 같이 표현 할 수 있겠다.** $$H(x) = Wx + b$$ 직선의 모양은 기울기(W)와 절편(b)로 결정되기때문에 우리가 결국에 구해야하는 것은 W와 b이다. 오차(Cost, Loss, Error) 우리가 정의한 가설직선의 오차를 구해보자 간단한 아이디어로 가설직선의 값(H(x))과 실제 점(Y)의 차이를 구하..

  Read More
• [기계학습] 기계학습(Machine Learning) 기본 개념

  코딩(Coding)/기계학습 2022. 1. 10. 21:43

  Machine Learning 기계학습의 정의를 퍼셉트론과 연결지어 설명해야겠지만, 앞으로 2개의 포스팅(선형회귀, 분류 기본 기술)을 설명하기에 쉽게 "내가" 공부하면서 정의한 기계학습에 대해서 설명하려고 한다. 추후 포스팅은 선형회귀부터 CNN, RNN, Transformer까지 다룰 예정이다. 기계학습이란 어떠한 데이터로부터 스스로 "학습"하여 작동하는 것이다. 지도학습(Supervised Learning) Label(정답)이 정해져있는(알고 있는) 데이터로 부터 학습을 진행한다. Label을 보고 학습 -> Training Datasets 종류 Predicting(예측) Classification(분류) 비지도 학습(Unsupervised Learning) 지도학습과 반대로 Label이 정해져있지..

  Read More