TIL

여러 개의 독립 변수x 공부한시간:x 과외 수업 횟수: x₂ 성적:y y = a₁x₁ + a₂x₂ + b 기울기 a₁,a₂는 경사하강법을 통해 구함 import numpy as np import pandas as pd import matplotlib.pyplot as plt import mpl_tookits import mplot3d #3d그래프 그리는 라이브러리 #x,y데이터값 data=[[2,0,81],[4,4,93],[6,2,91],[8,3,97]] x1= [i[0] for i in data] x2= [i[1] for i in data] y = [i[2] for i in data] ax = plt.axes(projection='3d') ax.set_xlabel('study_H') ax.set_yla..

오차의 뱐화에 따라 이차함수 그래프를 만드록 적절한 학습률을 설정해 미분 값이 0인 지점을 구하는 것. 최소제곱법을 쓰지 않고 평균제곱오차, 경사하강법으로 원하는 값 구하기 가능 함수의 기울기a를 기울기가 낮은 쪽으로 계속 이동시켜 최솟값 m에 이를 때까지 반복한다. 최솟값 m에서의 순간기울기 , 기울기가 0 = 미분값이 0인 지점 찾기 최적의 b, y절편 구할 때도 사용 1. a1에서 미분 2. 구한 기울기의 반대 방향(기울기가 +면 음의 방향)으로 얼마간 이동시킨 a2에서 미분 3. 미분값이 0이 나올 때까지 반복 기울기의 반대 방향으로 이동시 너무 멀리 이동시키면 a값이 위로 치솟아버림 학습률 - 이동 거리를 정해주는 것. 최적의 학습률을 찾아야 한다. import numpy as np import..

오차 = 예측 값- 실제 값 오차들의 합은 부호가 다를 수 있어 각 오차의 값을 제곱해주어야 한다. 평균제곱오차(MSE) = 오차를 제곱하여 평균을 계산한 것 . 값이 작을수록 예측력이 좋다 오차의 합을 n으로 나눈다. 선형 회귀 : 임의의 직선을 그어 이에 대한 평균 제곱 오차를 구하고, 이 값을 가장 작게 만들어주는 A와 B의 값을 찾아가는 과정 파이썬으로 구현하기 import numpy as np #임의로 정한 기울기a와 y절편 b값을 fake_ab 리스트에 저장 fake_ab = [3,76] #x,y데이터값 data=[[2,81],[4,93],[6,91],[8,97]] x = [i[0] for i in data] y = [i[1] for i in data] #y=ax+b구현 def predict(..

AI시대, 문과생은 이렇게 일합니다 AI 시대, 문과생은 이렇게 일합니다 AI 시대, 문과생은 어떻게 일해야 할까?“인공지능은 사람의 일자리를 빼앗기보다 업무를 돕는 방식으로 진화할 것이다!”라고 구글 CEO 순다르 피차이가 말했다. 이 책은 피차이의 말처럼 인공 book.naver.com AI - 인간과 같은 지능 실현하려는 기술 머신러닝 - AI의 한 종류. 학습 통해 특정 업무 수행 딥러닝 - 머신러닝의 한 종류, 기계가 특징을 자동으로 정의 이미지 영상 식별, 물체 제어, 자연 언어 대화 제어 빅데이터 통해 양질의 대량학습데이터 확보 -> 기계의 고성능화 지도학습 - 정답이 있는 과제로 하는 학습. ex) 자동차 사진 학습시키고 Q.이 차는 어느 회사? 비지도 학습 - 정답이 없는 과제로 하는 학..

선형 회귀(linear regression) : 가장 휼륭한 예측선 긋기 독립 변수(독립적으로 변할 수 있는 값)를 사용해 종속 변수(독립 변수에 따라 변하는 값)의 움직임을 예측하고 설명하는 일. 단순 선형 회귀 (simple linear regression) : 하나의 독립 변수 만으로 종속 변수 값 설명\ 다중 선형 회귀 ( multiple linear regression) : 여러개 독립 변수 필요 ex) 공부량에 따른 성적 예측 : 공부한시간(x) 에 따른 성적(y) x={2,4,6,8} y={81,93,91,97} y= ax+b x: 독립변수 y: 종속변수 정확하게 게산하려면 상수 a,b값을 알아야 한다. 정확한 a,b값을 따라 움직이는 직선에 x값을 대입하면 성적 예측이 가능 선형 회귀는 결..

1. Numpy (넘파이) Numpy 는 Numerical Python의 줄임말로, 자료구조 알고리즘 신술 데이터를 다루는 대부분의 과학 게산 어프리케이션에서 필요한 라이브러리를 제공한다. 고속 배열 처리, 데이터분석 알고리즘에 사용할 데이터 컨테이너의 역할을 한다. 파이썬을 위한 많은 산술 도구는 Numpy 배열을 기본 자료구조로 가정하고 있거나 Numpy와 쉽게 연동할 수 있는 기능을 제공한다. Numpy 가 제공하는 기능 다차원 객체 ndarray 배열원소를 다루거나 배열 간의 수학 게산 수행하는 함수 디스크로부터 배열 기반의 데이터를 읽거나 쓸 수 있는 도구 선형대수 게산, 푸리에 변환, 난수 생성기 파이썬 확장과 C. C++에서 Numpy 의 자료구조에 접근하고 게산기능을 사용할 수 있도록 해주..

jupyter notebook 을 이용한 실습 준비 아나콘다를 설치한 후 , 아나콘다에 포함되지 않은 Tenserflow, keras 패키지만 추가로 설치한다. 1. 아나콘다 설치하기 www.anaconda.com 에 접속해서 자신의 OS환경에 맞는 인스톨러 다운로드 후 설치 2. 설치완료 후 [시작] - Anaconda powershell Prompt 열기 3. 창이 열리면 pip install tensorflow 입력, pip install keras 입력하여 설치 4. 제대로 설치가 되었는지 확인하는 방법: python 입력 - import tensorflow as tf 입력 - print(tf.__version__)입력시 2.4.1과 같이 버전이 출력되면 설치가 완료된 것 ★ Failed to l..