CS/머신러닝2 머신러닝2 (예전에... 기억이잘 ....) 최소 제곱법 Xtrain, Xtest, ytrain, ytest = train_test_split(data, target, random_state=10) 4개로 쪼개서 변수에 넣어줌 회귀모델은 MSE , R의제곱 (R스퀘어) 분류모델은 acc(0~1) OverFitting 데이터가 많을 수록 좋다 Feature 개수 줄인다. 적절한 파라미터 조정 정규화 (Regularization) High Variance , High Bias >> 많이 있는 문제 학습 많이하면 복잡도가 높아짐 적절히 조정해야한다. Ridge Ridge 모형에서는 가중치들의 제곱합(squared sum of weights)을 최소화하는 것을 추가적인 제약 조건으로 한다 from sklearn.prepr.. 2020. 11. 24. 머신러닝1 (예전에 교육받은거...) 머신러닝 :: Scikit-learn 딥러닝 :: tensorflow 를 많이 사용한다. Google Colab을 사용할 예정 주피터, Colab 의 차이점 주피터 : pc 설치 >> 로컬에서 쓴는 환경 Colab : 구글 클라우드 버전 에서 쓸 수 있는 것 개발 환경 언어 : 파이썬 / 환경 : 구글 코랩 할것 아이리스 보스턴 주택가격 타이타닉 >> 생존 예측 등 MMLIST >> 비율데이터 2017 머신러닝 소개 Traditional Programming vs Machine Learning 관계도 Machine Learning Neural N Deep Learning Machine Learning 장점 학습을 위한 "지식 표현"(representation)이 필요 없다. (.. 2020. 11. 23. 이전 1 다음 반응형
