m_yelll

1. 기본 미션 교차 검증을 그림으로 설명 교차 검증 : 검증 세트를 떼어 내어 평가하는 과정을 여러 번 반복합니다. 그 다음 이 점수를 평균하여 최종 검증 점수를 얻습니다. * 훈련 세트를 몇 부분으로 나누냐에 따라 'k-폴드 교차 검증'이라고 합니다. 보통 5-폴드 교차 검증이나 10-폴드 교차 검증을 많이 사용합니다. 데이터의 80~90%까지 훈련에 사용할 수 있어 검증 세트가 줄어들지만 계산한 검증 점수를 평균해 안정된 점수로 생각할 수 있습니다. 2. 선택 미션 앙상블 모델 손코딩 코랩 화면 인증

'혼자 공부하는 머신러닝 + 딥러닝' 책을 보고 독학하며 내용을 정리했습니다. 1. 기본 미션 Ch.04(04-1) 2번 문제 풀고, 풀이 과정 설명하기 [풀이] 1. 타깃 데이터에 2개 이상의 클래스가 포함된 문제를 다중 분류라고 합니다. 2. 시그모이드 함수는 이진 분류에서 선형 방정식의 결과를 0과 1사이의 확률값으로 나타낼 수 있습니다. 소프트맥스 함수는 다중 분류에서 확률값으로 나타낼 수 있습니다. 3. decision_function() 메서드로 z값을 구해내는 거니 위 시그모이드 함수 식의 z에 0이 들어가 시그모이드 함수의 값은 0.5가 됩니다. 2. 선택 미션 Ch.04(04-2) 과대적합/과소적합 손코딩 코랩 화면 캡쳐하기 https://colab.research.go..

2주차 : Chapter 03 1. 기본 미션 Ch. 03 (03-1) 2번 문제 출력 그래프 2. 선택 미션 모델 파라미터에 대해 설명하기 머신러닝 모델이 특성에서 학습한 파라미터 (알고리즘이 찾은 값) 많은 머신러닝 알고리즘의 훈련 과정은 최적의 모델 파라미터를 찾는 것 이를 '모델 기반 학습'이라고 한다 모델 파라미터는 모델의 속성안에 저장된다 → 예를들어) 선형 회귀의 모델 파라미터인 기울기와 절편 값은 coef_와 intercept_ 속성에 저장되어 있다. (자세히 공부한 내용은 코랩 참조) 실습 코랩 Google Colaboratory Notebook Run, share, and edit Python notebooks colab.research.googl..

1. 기본 미션 실습 코랩 Google Colaboratory Notebook Run, share, and edit Python notebooks colab.research.google.com Google Colaboratory Notebook Run, share, and edit Python notebooks colab.research.google.com Google Colaboratory Notebook Run, share, and edit Python notebooks colab.research.google.com 2. 선택 미션 문제 풀이 1번. - 지도 학습 : 입력(데이터)과 타깃(정답)으로 이뤄진 훈련 데이터가 있을 때 사용. 입력..