실습1. 농어길이로 무게 예측 230913 데이터 수집 및 확인 모델 학습 : 단순 선형 회귀 산점도 230914 평가지표 : 단순 선형 회귀 모델 학습 및 평가 지표 : 다항 회귀, 결정트리, K최근접이웃 — 데이터 수집 및 확인 1-1. df = pd.read_csv('path') 1-2. df.info() 1-3...

TensorFlow 기본 모델링 231016 학습한 내용 정리 TensorFlow 개요 정의 TensorFlow: Google에서 개발한 오픈소스 머신러닝 프레임워크 딥러닝 모델 구축과 훈련을 위한 종합적인 플랫폼 Tensor: 다차원 배열, Flow: 데이터 흐름 그래프 특징 유연성: 다양한 머신러닝 모델 구축 가능...

RNN (Recurrent Neural Network) 자연어 처리 231018 학습한 내용 정리 RNN 개요 정의 Recurrent Neural Network (순환 신경망) 시퀀스 데이터 처리에 특화된 딥러닝 모델 이전 시간의 정보를 현재 시간에 활용 특징 시퀀스 처리: 순서가 있는 데이터를 효과적으로 처리 메...

CNN (Convolutional Neural Network) 이미지 처리 231017 학습한 내용 정리 CNN 개요 정의 Convolutional Neural Network (합성곱 신경망) 이미지 처리에 특화된 딥러닝 모델 합성곱 연산을 통해 이미지의 지역적 특징을 추출 특징 지역적 특징: 이미지의 지역적 패턴을 ...

LDA (Linear Discriminant Analysis) 231004 학습한 내용 정리 LDA 개요 정의 Linear Discriminant Analysis (선형 판별 분석) 지도 학습 기반 차원 축소 기법 클래스 간 분리는 최대화하고 클래스 내 분산은 최소화 특징 지도 학습: 레이블 정보를 활용한 차원 축소 ...

PCA (Principal Component Analysis) 231004 학습한 내용 정리 PCA 개요 정의 Principal Component Analysis (주성분 분석) 고차원 데이터를 저차원으로 변환하는 차원 축소 기법 데이터의 분산을 최대한 보존하면서 차원을 줄임 특징 분산 보존: 데이터의 분산을 최대한 ...

LightGBM (Light Gradient Boosting Machine) 230926 학습한 내용 정리 LightGBM 개요 정의 Light Gradient Boosting Machine의 줄임말 Microsoft에서 개발한 그래디언트 부스팅 프레임워크 빠른 속도와 낮은 메모리 사용량이 특징 특징 빠른 속도: XG...

XGBoost (eXtreme Gradient Boosting) 230926 학습한 내용 정리 XGBoost 개요 정의 eXtreme Gradient Boosting의 줄임말 그래디언트 부스팅 알고리즘의 최적화된 구현 높은 성능과 빠른 속도로 유명한 머신러닝 라이브러리 특징 높은 성능: 많은 머신러닝 대회에서 우승 ...

앙상블 분류 모델 230926 학습한 내용 정리 앙상블 학습 (Ensemble Learning) 개념 여러 개의 모델을 조합하여 더 나은 예측 성능을 달성하는 기법 단일 모델보다 일반적으로 더 높은 정확도와 안정성을 제공 장점 정확도 향상: 여러 모델의 예측을 결합하여 오류 감소 과적합 방지: 다양한 모델의 조합으로 ...

고급 머신러닝: 모델 선택과 평가 최적의 모델을 선택하고 성능을 평가하는 고급 기법 모델 선택의 중요성 모델 선택이란? 여러 알고리즘 중 최적의 모델을 선택하는 과정 데이터와 문제에 가장 적합한 모델 찾기 성능, 복잡성, 해석가능성의 균형 고려 모델 선택의 도전과제 과적합: 훈련 데이터에만 잘 맞는 모델 과소적합: ...