인생은 고통의 연속

2018-08-29 작성 본 게시물은 구글 머신러닝 단기집중과정 스터디을 참고하여 작성되었습니다. 손실 줄이기(Reducing Loss) 앞에서 배운 모델의 방정식이 있다. 모델의 방정식 하지만 단순히 직선으로 이뤄져있기 때문에 위의 방정식으로는 각 데이터마다 차이가 크다. 예를 들어, 귀뚜라미가 150번 울때의 온도는 방정식과 거의 동일하지만 130번 울때의 온도는 약 5도로 차이가 크다. 따라서 머신러닝은, 모델의 방정식을 최대한 입력된 데이터(학습데이터)와 가깝게(손실율이 적게) 만드는 것이 목표이다. 반복학습(Iterative learning) 핫 앤 콜드(Hot & Cold) 술래가 눈을 감은 상태에서 임의로 정한 물건과 술래가 가까우면 핫(Hot), 멀어지면 콜드(Cold)를 외치는 게임 머신..

2018-08-27 작성 본 게시물은 구글 머신러닝 단기집중과정 스터디을 참고하여 작성되었습니다. ML로 전환하기 ML로 전환하기? 주어진 데이터를 통해서 선형 모델을 만들라는 것(=선형회귀!) 어떤 문제를 회귀화 기본적인 Flow(흐름)을 파악하자 - Step by Step! 선형 회귀 제일 먼저, 데이터를 그래프로 만들어 검토해야한다 왜냐? 데이터가 잘못되면 우리가 원하는 모델을 얻을 수 없기 때문! 예시) 온도별 1분당 귀뚜라미가 우는 횟수 나는 귀뚜라미가 몇번 우는지를 통해서 온도를 알고 싶다! 데이터를 먼저 좌표로 나타낸다 Figure 1 : 귀뚜라미가 온도에 따라 1분당 우는 횟수 데이터간의 관계를 보면 온도와 1분당 우는 횟수는 서로 비례하는 관계를 가짐 따라서, 이 관계를 근사치로 표현할 ..

2018-08-20 작성 본 게시물은 구글 머신러닝 단기집중과정 스터디을 참고하여 작성되었습니다. ML로 전환하기 선형 회귀(Linear Regression) 예측하는 항목입니다(단순 선형 회귀의 y 변수) ex) 밀의 향후 가격, 사진에 표시되는 동물의 종류, 오디오 클립의 의미 특성(Features) 입력 변수입니다(단순 선형 회귀의 x 변수) Figure 1 : 여러개의 특성을 식으로 표현 ex) 스팸 감지에서 특성 예시 이메일 텍스트의 단어 보내는 사람의 주소 이메일이 전송된 시간 ‘이상한 속임수 하나’라는 구문이 포함된 이메일 예(Examples) 데이터(x)의 특정 인스턴스입니다. x는 벡터라는 것을 나타내기 위해 굵게 표시합니다. 예는 두 카테고리로 구분됩니다. 구분 라벨이 있는 예 : 특성..

2018-08-11 작성 본 게시물은 구글 머신러닝 단기집중과정 스터디을 참고하여 작성되었습니다. week 0? 코딩에서 0부터 시작해서 0은 아님… 구글 머신러닝의 내용을 담고 있지만 언급되지 않는 것들 시작하기 전에 기본적인 내용을 알고 가기 위한 기초 내용 전반적인 내용 및 미리 알고 있으면 좋을 법한 내용을 먼저 정리 정의 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야 스터디 후 개인적인 소감 : 휴먼러닝 + for문의 진화 버전? 그래서 머신러닝이 무엇인가? 우린 고등학교에서 확률&통계를 배웠다. 하지만 어떤 데이터에서 평균, 분산, 표준 편차, 정규분포 등 구하는 법을 배웠고 이를 통해서 의미있는 무언가를 얻을 수 없었다. (열심히 시험 공부만 했을뿐..