분류 전체보기465 [Machine Learning] Support Vector Machine 해당 내용은 Andrew Ng 교수님의 Machine Learning 강의(Coursera)를 정리한 내용입니다. 이때까지 여러 종류의 학습 알고리즘에 대해서 알아보았다. Supervised learning에서 대부분의 학습 알고리즘의 성능은 유사하고, 우리에게는 어떤 알고리즘을 선택하느냐가 아니라 학습 알고리즘에 얼마나 많은 data를 적용할 것이냐가 문제가 될 것이다. Logistic Regression이나 Neural Network랑 비교했을때, Support Vector Machine(SVM)은 복잡한 비선형 함수에 대해서 때때로 더욱 명확하고 강력한 학습 알고리즘이 될 수 있다. - Optimization objective SVM을 알아보기 전에 Logistic Regression을 다시 살펴보.. 2020. 8. 22. KaTex : 웹에서 수학 표기를 위한 방법 기존에 사용하던 MathJax가 블로그 로딩에 너무나 많은 시간이 걸려서, 다른 방법을 알아보던 중에 KaTex를 알게되었습니다. KaTex도 MathJax와 마찬가지로 웹에서 수학 표기를 위한 JavaScript입니다. 아래는 KaTex 공식 사이트입니다. https://katex.org/ KaTeX – The fastest math typesetting library for the web Simple API, no dependencies – yet super fast on all major browsers. katex.org 공식 사이트 첫 화면에서 MathJax에 비해서 상당히 빠르다고 자랑하고 있습니다.. 사용법은 공식 사이트 첫 화면에서 Installation - Browser를 따라가면 확인할.. 2020. 8. 21. [Python/파이썬] 함수 / 람다표현식(Lambda Expression) - 참고 문헌 및 사이트 https://docs.python.org/3/ https://wikidocs.net/book/1 이번 글에서 함수를 정의하는 다양한 방법과 함수의 DocString, Function Annotation 그리고 Lambda 표현식에 대해서 알아보겠습니다. 함수란 함수란 입력값을 가지고 어떠한 과정을 거쳐서 결과물을 내어놓는 것입니다. 수학에서 \(y = 5x + 2\)와 같은 식도 함수이죠. 프로그래밍에서 함수는 어떻게 사용될까요? 코딩을 하다보면 똑같은 내용을 반복해서 작성할 때가 종종 있습니다. 이때 바로 함수가 필요하게 됩니다. 함수는 반복 및 재사용이 가능한 프로그램의 조각이며, 반복되는 일들을 특정 블록의 덩어리에 정의해서, 필요할 때마다 그 볼록이 포함된 명령들을 실행.. 2020. 8. 21. [Machine Learning] Machine Learning System Design 해당 내용은 Andrew Ng 교수님의 Machine Learning 강의(Coursera)를 정리한 내용입니다. 이번 강의에서는 실제 예시들을 가지고 머신러닝을 구현할 때 고려해야될 사항들을 살펴보자. - Building a Spam Classifier [Prioritizing what to work on] 스팸메일인지 아닌지 구분하는 학습 알고리즘을 지도학습(Supervised Learning)으로 구현한다고 생각해보자. \(x\) : features of email \(y\) : Spam (1) or not Spam(0) 예를 들면, spam/not spam을 구분할 수 있는 100개의 단어(andrew, buy, deal 등)를 선택해서 feature \(x\)로 사용할 수 있다. \(x = \b.. 2020. 8. 20. [Ruby/루비] 클래스 정의하기 / 믹스인 작성하기 - 클래스 루비는 자바, C#, C++과 마찬가지로 클래스와 객체를 갖습니다. 객체지향에 대해 설명할 때 신이 사람을 만들면서 사람이라는 클래스를 가지고 고유한 사람 A, B, C(객체)를 만들었다고 했었습니다. 즉, 클래스는 객체의 템플릿입니다. 루비의 클래스는 C++과는 다르게 superclass라고 불리는 오직 하나의 부모로부터만 상속할 수 있습니다. 다음을 살펴봅시다. 객체는 클래스로부터 만들어지고, 4의 클래스는 Integer입니다. Integer는 Numeric, Object, 그리고 궁극적으로는 BasicObject라는 클래스를 상속합니다. 위는 이러한 클래스들이 어떻게 관련을 맺는지 확인할 수 있습니다. 위의 관계를 그림으로 그려보면 다음과 같습니다. 해당 모델은 Ruby 1.8.7 버전에.. 2020. 8. 20. [Python/파이썬] 제어문과 반복문 (If/While/for) - 참조 문헌 및 사이트 https://docs.python.org/3/tutorial/index.html https://wikidocs.net/book/1 1. While문 while문은 조건이 참인동안 계속 반복되는 반복문입니다. while condition: statement1 #while's body statement2 위와 같은 방법으로 사용되며, C언어와 마찬가지로 0이 아닌 모든 정수는 참, 0은 거짓으로 판단합니다. 이전글에서 True/False 자료형에 대해서 언급을 했었는데, 빈 시퀀스의 자료형(ex, 리스트/튜플/딕셔너리)도 거짓으로 판단합니다. condition에는 간단한 비교연산자를 사용할 수도 있고, while문의 body는 들여쓰기를 해야합니다. 아래는 피보나치 수열을 나열하는.. 2020. 8. 19. [Machine Learning] Exam 5 (Week 6) 해당 내용은 Andrew Ng 교수님의 Machine Learning 강의(Coursera)를 정리한 내용입니다. 6주차 Programming Assignment는 다음과 같다. linearRegCostFunction.m - Regularized linear regression의 Cost Function과 Grad J를 구하는 과제 learningCurve.m - Learning Curve를 생성하는 과제 polyFeatures.m - input X를 P차원의 방정식의 모델로 매핑하는 과제 validationCurve.m - CV Curve를 생성하는 과제 전체 코드는 GitHub 사이트에서 참조할 수 있다. https://github.com/junstar92/Coursera/tree/master/Mac.. 2020. 8. 19. [Machine Learning] Advice for Applying Machine Learning 1 해당 내용은 Andrew Ng 교수님의 Machine Learning 강의(Coursera)를 정리한 내용입니다. [Evaluating a Learning Algorithm] - Deciding what to try next Debugging a learning algorithm Regularized linear regression을 사용해서 집값을 예측한다고 할 때, 위와 같은 Cost Function이 있다. 하지만, 우리가 새로운 집에 대한 예측을 하는 경우에 큰 에러가 발생한다면, 다음과 같은 방법을 시도할 수 있다. Training example을 더 얻는다. Feature의 갯수를 줄이거나 늘린다. Polynomial features를 추가한다.(\(x_1^2, x_2^2, x_1x_2\), .. 2020. 8. 18. [Machine Learning] Exam 4 (Week 5) 해당 내용은 Andrew Ng 교수님의 Machine Learning 강의(Coursera)를 정리한 내용입니다. ※ 아래에 문제 풀이가 있습니다. 원하지 않는다면 스크롤을 내리지 마세요. 5주차 과제는 다음과 같다. sigmoidGradient.m - sigmoid function의 미분을 계산하는 코드 randInitializeWeights.m - Parameter \(\theta\)을 random 값으로 초기화하는 코드 nnCostFunction.m - Neural Network의 Cost Function 코드 https://github.com/junstar92/Coursera/tree/master/MachineLearning/ex4 [sigmoidGradient.m] sigmoid function.. 2020. 8. 18. [Machine Learning] Backpropagation in Practice 해당 내용은 Andrew Ng 교수님의 Machine Learning 강의(Coursera)를 정리한 내용입니다. [Unrolling Parameters] NN에서 우리는 \(\Theta^{(l)}, D^{(l)}\)의 행렬 정의가 필요하다. 더 이상 \(\Theta\)는 vector가 아니고, octave 등에서 사용하기 위해서는 Unroll 과정이 필요하다. \(s_1 = 10, s_2 = 10, s_3 = 1\)의 예시를 살펴보면, 아래와 같이 차원이 정의된다. \(\rightarrow \Theta^{(1)} \in \mathbb{R}^{10 \times 11}, \Theta_{(2)} \in \mathbb{R}^{10 \times 11}, \Theta^{(3)} \in \mathbb{R}^{1 \.. 2020. 8. 15. 이전 1 ··· 41 42 43 44 45 46 47 다음
