인공지능 시대

In [5]: import numpy as np from sklearn.datasets import make_classification import statsmodels as sm from statsmodels.discrete.discrete_model import Logit from scipy import stats import matplotlib.pyplot as plt import matplotlib as mpl import seaborn as sns 1. 이론¶ 1.1. Logistic Regression 언제 사용하는가? 독립변수가 연속형 데이터 (수치) 독립변수 범위: $-\infty$ ~ $\infty$ 종속변수가 Binary (0 or 1로 표현 할 수 있는 데이터 일 때) 예: 남/여, ..

1. Gradient descent(GD)¶ $w^{t} = w^{t-1} - \eta \frac{\partial E}{\partial W}$ 2. Stochastic gradient decent(SGD)¶ full-batch가 아닌 mini batch로 학습을 진행하는 것(* batch로 학습하는 이유 : full-batch로 epoch마다 weight를 수정하지 않고 빠르게 mini-batch로 weight를 수정하면서 학습하기 위해) 3. Momentum¶ 현재 batch로만 학습하는 것이 아니라 이전의 batch 학습결과도 반영(관성 개념 적용) local minimum을 피하기 위한 방법 $m_{t} = \alpha m^{t-1} - \eta \frac{\partial E}{\partial W}..

In [37]: import tensorflow as tf import numpy as np import pandas as pd tf.__version__ Out[37]: '2.4.0' 1. 개요¶ 1.1. Dataset 설명¶ 데이터에는 여러가지 타입이 있다. 정형데이터 : CSV, Excel, mysql 반정형데이터 : html, xml 비정형데이터 : nosql, jpg, mp3, mp4, 센서데이터 Tensorflow가 데이터를 학습하기 위해서는 위의 다양한 데이터들을 일정한 형식의 데이터 셋으로 변형해야 한다. 1.2. model.fit 에 대한 설명¶ 정리된 데이터셋은 fit 함수의 파라미터로 들어가게 된다. 즉 fit함수에 알맞은 형태로 데이터셋을 만들어야 한다. In [ ]: model.f..

lightGBM 1. 장점 Light GBM은 말 그대로 “Light” 가벼운 것인데요, 왜냐면 속도가 빠르기 때문입니다. Light GBM은 큰 사이즈의 데이터를 다룰 수 있고 실행시킬 때 적은 메모리를 차지합니다. Light GBM이 인기있는 또 다른 이유는 바로 결과의 정확도에 초점을 맞추기 때문입니다. LGBM은 또한 GPU 학습을 지원하기 때문에 데이터 사이언티스트가 데이터 분석 어플리케이션을 개발할 때 LGBM을 폭넓게 사용하고 있습니다. 2. 권장 데이터 수 LGBM을 작은 데이터 세트에 사용하는 것은 추천되지 않습니다. Light GBM은 overfitting (과적합)에 민감하고 작은 데이터에 대해서 과적합하기 쉽습니다. row (행) 수에 대한 제한은 없지만 제 경험상 10,000 이상..

설치 가능 환경¶ TensorFlow는 다음 64비트 시스템에서 테스트 및 지원됩니다. Python 3.5~3.8 Ubuntu 16.04 이상 Windows 7 이상(C++ 재배포 가능 패키지) macOS 10.12.6(Sierra) 이상(GPU 지원 없음) Raspbian 9.0 이상 PIP에서 제공하는 버전¶ Requires the latest pip pip install --upgrade pip Current stable release for CPU and GPU pip install tensorflow pip install tensorflow-gpu==2.4.0 (추천) Or try the preview build (unstable) pip install tf-nightly 최신 버전으로 업데이트..