LITTLE BY LITTLE

3. 평가 정확도 오차 행렬 정밀도와 재현율 F1스코어 ROC 곡선과 AUC 피마 인디언 당뇨병 예측 정리 더보기 분류 분류의 개요 결정 트리 앙상블 학습 랜덤 포레스트 GBM(Gradient Boosting Machine) XGBoost(eXtra Gradient Boost) LightGBM 분류 실습 - 캐글 산탄데르 고객 만족 예측 분류 실습 - 캐글 신용카드 사기 검출 스태킹 앙상블 정리 회귀 회귀 소개 단순 선형 회귀를 통한 회귀 이해 비용 최소화하기 - 경사 하강법 (Gradient Descent) 소개 사이킷런 Linear Regression을 이용한 보스턴 주택 가격 예측 다항 회귀와 과(대)적합/과소적합 이해 규제 선형 모델 - 릿지, 라쏘, 엘라스틱 넷 로지스틱 회귀 회귀 트리 회귀 실..

제 4부. 머신러닝의 기본 요소 머신러닝의 네 가지 분류 머신러닝 모델 평가 데이터 전처리, 특성 공학, 특성 학습 과대적합과 과소적합 보편적인 머신러닝 작업 흐름 요약 더보기 제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 사전 훈련된 컨브넷 사용하기 컨브넷 학습 시각화 요약 제 6부. 텍스트와 시퀀스를 위한 딥러닝 텍스트 데이터 다루기 순환 신경망 이해하기 순환 신경망의 고급 사용법 컨브넷을 사용한 시퀀스 처리 요약 제 7부. 딥러닝을 위한 고급 도구 Sequential 모델을 넘어서 : 케라스의 함수형 API 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링 모델의 성능을 최대화로 끌어올리기 요약 제 8부. 생성 모델을 위한 딥러닝 L..

*목차 파이썬 기반의 머신러닝과 생태계 이해 머신러닝의 개념 주요 패키지 넘파이 판다스 (데이터 핸들링) (39p) 정리 사이킷런으로 시작하는 머신러닝(87p) 사이킷런 소개 첫번째 머신러닝 만들어보기 - 붓꽃 품종 예측 사이킷런 기반 프레임워크 익히기 ( fit(), predict() ..) Model selection 모듈 소개 (교차검증, GridSerachCV..) 데이터 전처리 사이킷런으로 수행하는 타이타닉 생존자 예측 정리 2-5. 데이터 전처리 Null 값 처리하기 Null 값이얼마 되지 않는다면 피처의 평균값으로 간단히 대체 가능하나, 많을 경우 피처를 드롭, 단순히 피처의 평균값을 대체시 예측 왜곡이 심하다면 더 정밀한 대체값을 선정 문자열 값 변환하기 2-1. 레이블 인코딩 Label ..

3. 신경망 시작하기¶ In [286]: pip install keras Requirement already satisfied: keras in c:\users\lh2275\anaconda3\lib\site-packages (2.9.0) Note: you may need to restart the kernel to use updated packages. 3.1.1 층 : 딥러닝의 구성 단위¶ In [287]: from keras import layers layer = layers.Dense( 32, input_shape = (784, )) # 32개 유닛으로 밀집된 층 -> 차원 크기가 32로 변환된 텐서를 출력할 것 # 1번째 차원이 784인 2D텐서만 입력으로 받는 층, 배치차원인 0번째 축은 지정하..

제 3부. 신경망 시작하기 신경망의 구조 케라스 소개 딥러닝 컴퓨터 셋팅 영화 리뷰 분류 : 이진 분류 예제 뉴스 기사 분류 : 다중 분류 예제 주택 가격 예측 : 회귀 문제 요약 목차 더보기 닫기 제 4부. 머신러닝의 기본 요소 머신러닝의 네 가지 분류 머신러닝 모델 평가 데이터 전처리, 특성 공학, 특성 학습 과대적합과 과소적합 보편적인 머신러닝 작업 흐름 요약 제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 사전 훈련된 컨브넷 사용하기 컨브넷 학습 시각화 요약 제 6부. 텍스트와 시퀀스를 위한 딥러닝 텍스트 데이터 다루기 순환 신경망 이해하기 순환 신경망의 고급 사용법 컨브넷을 사용한 시퀀스 처리 요약 제 7부. 딥러닝을 위한 고급 도구 Sequ..

제 2부. 신경망의 수학적 구성 요소 신경망과의 첫 만남 신경망을 위한 데이터 표현 - 스칼라,벡터,행렬,3D텐서와 고차원 텐서, .. 신경망의 톱니바퀴 : 텐서 연산 신경망의 엔진 : 그래디언트 기반 최적화 첫번째 예제 다시 살펴보기 요약 목차 더보기 닫기 제 3부. 신경망 시작하기 신경망의 구조 케라스 소개 딥러닝 컴퓨터 셋팅 영화 리뷰 분류 : 이진 분류 예제 뉴스 기사 분류 : 다중 분류 예제 주택 가격 예측 : 회귀 문제 요약 제 4부. 머신러닝의 기본 요소 머신러닝의 네 가지 분류 머신러닝 모델 평가 데이터 전처리, 특성 공학, 특성 학습 과대적합과 과소적합 보편적인 머신러닝 작업 흐름 요약 제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 ..

*목차 파이썬 기반의 머신러닝과 생태계 이해 머신러닝의 개념 주요 패키지 넘파이 판다스 (데이터 핸들링) (39p) 정리 사이킷런으로 시작하는 머신러닝(87p) 사이킷런 소개 첫번째 머신러닝 만들어보기 - 붓꽃 품종 예측 사이킷런 기반 프레임워크 익히기 ( fit(), predict() ..) Model selection 모듈 소개 (교차검증, GridSerachCV..) 데이터 전처리 사이킷런으로 수행하는 타이타닉 생존자 예측 정리 더보기 닫기 평가 정확도 오차 행렬 정밀도와 재현율 F1스코어 ROC 곡선과 AUC 피마 인디언 당뇨병 예측 정리 분류 분류의 개요 결정 트리 앙상블 학습 랜덤 포레스트 GBM(Gradient Boosting Machine) XGBoost(eXtra Gradient Boos..

*목차 파이썬 기반의 머신러닝과 생태계 이해 머신러닝의 개념 주요 패키지 넘파이 판다스 (데이터 핸들링) (39p) 정리 사이킷런으로 시작하는 머신러닝(87p) 사이킷런 소개 첫번째 머신러닝 만들어보기 - 붓꽃 품종 예측 사이킷런 기반 프레임워크 익히기 ( fit(), predict() ..) Model selection 모듈 소개 (교차검증, GridSerachCV..) 데이터 전처리 사이킷런으로 수행하는 타이타닉 생존자 예측 정리 더보기 평가 정확도 오차 행렬 정밀도와 재현율 F1스코어 ROC 곡선과 AUC 피마 인디언 당뇨병 예측 정리 분류 분류의 개요 결정 트리 앙상블 학습 랜덤 포레스트 GBM(Gradient Boosting Machine) XGBoost(eXtra Gradient Boost) ..