나름개발블로그

Chapter 4 선형 회귀 특성 가중치, 편향(상수)의 합을 가지고 예측 정규방정식 비용 함수를 최소화 하는 값을 찾기 위한 해석적인 방법 ( 수학공식) 계산복잡도 O(n^2) 시간이 걸린다 경사 하강법 gradient descent는 여러 종류의 문제에서 최적의 해법을 찾을 수 있는 일반적인 최적화 알고리즘. 경사 하강법에서 중요한 파라미터는 스텝의 크기로 , 학습률 (learning rate) 하이퍼 파라미터로 결정 된다. 학습률이 너무작으면 수렵하기 위해 많은 반복이 필요하므로 시간이 오래걸림 학습률이 너무 크면 발산하여 적절한 값을 찾지 못하게 함 경사 하강법 사용시 모든 특성이 같은 스케일 되도록 배치 경사 하강법 매 경사 하강법 스텝에서 전체 훈련 세트에 대해 계산한다. 적절한 학습률을 찾으..

MNIST 머신러닝계의 "Hello World" 이진 분류기 훈련(Binary classifier) 두가지중 하나로 분류 (Y or N) SGDClassifier 여기서 SGD란 (Stochastic Gradient Descent) 확률적 경사 하강법 성능측정 교차 검증을 사용한 정확도측정 cross_val_score (sklearn) 정확도(accuracy)는 분류기 성능 측정지표로 선호하지 않는다. 특흐 불균형한 데이터 셋을 다룰때 오차행렬(confusion matrix) cross_val_predict (sklearn) : cross_val_score 와 다르게 평가 점수를 반환 하는게 아니라 예측을 반환 한다. confusion_matrix (sklearn) from sklearn.metrics ..

큰 그림 보기 머신러닝 프로젝트의 체크리스트를 준비하는게 좋다! 문제 정의 무엇을 해결 할 것이냐 성능 측정 지표 선택 RMSE 평균 제곱근 오차 MAE 평균 절대 오차 가정 검사 데이터 가져오기 데이터 준비하기 모델 선택과 훈련 교차 검증을 사용한 평가 모델 세부 튜닝 GridSearch RandomSearch Emsemble 론칭 모니터링 시스템 유지보수 keyword One-hot encoding : 한 특성 만 1(hot) 나머지는 0으로 ! feature scaling

머신러닝 시스템의 종류 학습하는 동안 감독 형태나 , 정보량으로 구분 지도 학습 (supervised learning) 말 그대로 훈련데이터에 답을 넣어주는 학습 분류 (classification ) , 회귀(regression)가 대표적 비지도 (unsupervised leanring) 그대로 훈련 데이터에 레이블이 없음 군집 (clustring) ,시각화 ( visualization) , 차원 축소(dimensionality reduction) ,이상치 탐지(outlier detection), 연관 규칙 학습(association rule learing) 준지도 (semisupervised learning) 지도학습 + 준지도 학습 강화 학습 (reinforcement learning) 행동하고 보상..

파이썬으로 exe 파일을 만드는 pyinstaller를 사용 중에 decode 관련 버그가 있어서 검색해서 찾았다. I found an answer on another forum. I change the line number 369 in the Python\Lib\site-packages\Pyinstaller\compat.py file:out = out.decode(encoding)toout = out.decode(encoding, errors='ignore')Now I can compile my script without any issue. I still don't know why my issue happened in the first place but at least that compiles now.

jupyter notebook 에서 파일로 저장하는 방법 123%%wirtefile test.pydef add(x,y): return x+ycs jupyter notebook 현재 디랙터리 확인 1%pwdcs Shell 명령어 , (!) 붙여서 사용 1!python add.pycs

파이썬 내장 자료 , 함수 알아보기 공부하다가 언젠가는 써볼일이 있을거같아서 포스팅함. 12345678l = ["int","float"]for key in l : print(key,": ", __builtins__.__dict__[key]) l =["dir","help"]for key in l : print(key,": ", __builtins__.__dict__[key])cs

아나콘다를 설치후에 가상환경 만들일이 있을때 간단하게 conda를 이용하여 가상환경을 만들 수 있다.콘다 업데이트>>conda update conda가상환경 생성>>conda create -n 이름 python=버전 anaconda 이름 자리에는 가상 환경에 이름을 넣으면 된다버전에는 파이썬 버전을 넣어주면된다. 예를 들어, tensorflow 라는 이름으로 파이썬 3.6 를 사용하는 가상 환경을 만들고 싶으면 >>conda create -n tensorflow python=3.6anaconda 가상환경 활성화>>activate name가상환경 비활성화 >>deactivate 가상환경 삭제 >>conda remove -n name --all