728x90
728x90
딥러닝 심화 복습객체 감지(Object Detection)이미지나 비디오에서 여러 객체를 식별하고, 그 객체들의 위치를 파악하는 작업분류(Classification)와 위치 파악(Localization)의 결합Localization : 단 하나의 Object 위치를 Bounding Box로 지정하여 찾음Object Detection : 여러 개의 Object들의 위치를 Bounding Box로 지정하여 찾음 1. Bounding Box하나의 object가 포함된 최소 크기 박스구성: x, y(좌표 정보) w,h(크기 정보)x min, y min, x max, y max, x center, y center, width, height 2. Class Classific..
딥러닝 기초 복습머신러닝 정리 알고리즘 평가 지표 딥러닝 개념인공 신경망을 사용하여 복잡한 패턴을 학습하고 데이터를 분석하는 기술스케일링 필수 가중치 조정 조금씩 가중치(weight)를 조정하며 지정한 횟수나 더 이상 오차가 줄지 않을 때까지 오차 확인 이를 학습이라고 함(가장 적합한 가중치를 찾는 과정) 학습 절차가중치에 초기값 할당예측 결과 출력오차 계산(MSE)오차를 줄이는 방향으로 가중치(weight) 조정(가중치 = 파라미터)1번으로 올라가 반복(max iteration에 도달)loss function: 오차계산optimizer: 가중치 조절learning_rate: 학습율 결정epoch: 반복횟수 딥러닝 모델링1. Regression 스케일링# 스케일러 선언 scaler = MinMaxScal..
머신러닝 복습비지도학습레이블이나 명시적인 결과 없이 입력 데이터의 구조나 패턴을 발견하고 모델링하는 방법비지도 학습만으로 끝나지 않고 후속 작업 필요차원 축소: 고차원 데이터를 축소하여 새로운 feature 생성Clustering: 고객별 군집 생성이상탐지: 정상 데이터 범위 지정 1. 차원 축소고차원 데이터는 많은 특성(feature)을 가지고 있기 때문에 데이터를 시각화하거나 분석하기 어려움또한, 차원이 증가함에 따라 데이터의 복잡성도 증가 및 학습 알고리즘의 성능이 저하됨(차원의 저주)따라서 차원 축소는 데이터의 복잡성을 줄이고 효율적인 분석을 가능하게 함ex) 주성분 분석(PCA), t-SNE 주성분 분석(PCA)데이터를 새로운 축으로 변환하여 가장 많은 분산을 보존하는 주성분을 찾아내는 방법스케..
머신러닝 복습K-Fold Cross Validation(교차 검증)머신러닝 모델의 성능을 평가하는 방법 중 하나데이터를 여러 개로 나눈 뒤, 각각의 나눈 것들을 사용하여 모델을 학습하고 나머지로 모델을 검증하는 과정을 반복하는 것과소적합 문제 방지 가능좀 더 일반화된 모델을 만들 수 있음반복 횟수가 많아서 모델 학습과 평가에 많은 시간이 소요된다는 단점 K-분할 교차 검증 사용 방법# 1단계: 불러오기from sklearn.tree import DecisionTreeClassifier # KNN, Logisticfrom sklearn.model_selection import cross_val_score# 2단계: 선언하기model = DecisionTreeClassifier(max_depth=3)# 3..
머신러닝 복습기본 알고리즘 분류범줏값을 예측로지스틱 회귀 (Logistic Regression), 결정 트리 (Decision Trees), 랜덤 포레스트 (Random Forest), 서포트 벡터 머신 (Support Vector Machine, SVM), k-최근접 이웃 (k-Nearest Neighbors, k-NN) 등회귀연속적인 숫자를 예측선형 회귀 (Linear Regression), 다항 회귀 (Polynomial Regression), 결정 트리 회귀 (Decision Tree Regression), 랜덤 포레스트 회귀 (Random Forest Regression) 1. Linear Regression(선형 회귀) 알고리즘최선의 회귀모델은 전체 데이터의 오차합이 최소가 되는 모델을 의미 ..
머신러닝 복습 머신러닝1. 머신러닝컴퓨터 시스템에게 데이터에서 학습하고 패턴을 식별하여 작업을 수행할 수 있는 능력을 부여하는 인공지능의 한 분야다양한 알고리즘과 기술을 사용하여 모델을 훈련시키고, 이 모델은 새로운 데이터를 분석하고 예측하거나 패턴을 인식하여 의사 결정을 내림지도학습(Supervised Learning)학습 대상이 되는 데이터에 정답을 주어 규칙성을 배우게 하는 방법비지도학습(Unsupervised Learning)정답이 없는 데이터만으로 배우게 하는 학습 방법강화학습(Reinforcement Learning)선택한 결과에 대해 보상을 받아 행동을 개선하면서 배우게 하는 학습 방법 2. 분류와 회귀분류범줏값을 예측 로지스틱 회귀 (Logistic Regression), 결정 트리 (De..