[KT AIVLE] DX트랙 머신러닝(7주차) 복습(K-Fold Cross Validation, Hyperparameter 튜닝, 앙상블)

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..

• format_list_bulleted KT AIVLE/DX 복습
• · 2024. 4. 4.
• textsms

[KT AIVLE] DX트랙 머신러닝(6주차) 복습(기본 알고리즘: Linear Regression, K-Nearest Neighbor, Decision Tree, Logistic Regression)

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 ..

• format_list_bulleted KT AIVLE/DX 복습
• · 2024. 3. 29.
• textsms

[KT AIVLE] KT 에이블스쿨 5기 DX트랙 6주차 후기(데이터 분석 표현, 머신러닝)

6주차 (3월 25일 ~ 29일) 데이터 분석 표현(3월 25일 ~ 26일) 6주차는 허신 강사님의 데이터 분석 표현 수업으로 시작되었습니다. Streamlit과 PowerBI라는 툴에 대해서 학습하게 되었는데 시각화툴인 PowerBI는 전부터 다뤄보고 싶었어서 흥미롭게 들었습니다! 하루만에 배우기엔 많은 양이었지만 유용하게 잘 써먹을 거 같습니다. 강사님께서는 유튜브도 운영 중이시라고 합니다. https://www.youtube.com/@huhshin-businessintelligence/videos 허신 - Business Intelligence MS Power BI (Business Intelligence): 데이터분석 및 시각화 도구에 대한 정보를 제공합니다. - 유튜브 재생 목록 1) Power..

• format_list_bulleted KT AIVLE/에이블스쿨 5기 후기
• · 2024. 3. 29.
• textsms

[KT AIVLE] DX트랙 머신러닝(6주차) 복습(머신러닝, 분류, 회귀, 모델 성능 평가)

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..

• format_list_bulleted KT AIVLE/DX 복습
• · 2024. 3. 28.
• textsms

[KT AIVLE] DX트랙 데이터 분석 표현(6주차) 복습(Steamlit, Text elements, Chart elements, Map)

데이터 분석 표현 복습 1. Steamlit 데이터 과학 및 머신러닝 모델을 구축하고 웹 애플리케이션으로 쉽게 공유할 수 있도록 도와주는 파이썬 라이브러리 # 실행 # 주피터랩 - 터미널 - streamlit run streamlit\test.py 2. Text elements import streamlit as st # 애플리케이션의 제목 설정 st.title("My Streamlit App") # 대제목 추가 st.header("This is a Header") # 소제목 추가 st.subheader("This is a Subheader") # 텍스트 추가 st.text("This is some text.") # 다양한 유형의 객체를 표시 (문자열, 숫자, 리스트, 딕셔너리, 데이터프레임 등) st...

• format_list_bulleted KT AIVLE/DX 복습
• · 2024. 3. 25.
• textsms

[이코테] 그리디(탐욕법) 알고리즘

그리디 알고리즘(Greedy Algorithm) 어떠한 문제가 있을 때 단순 무식하게, 탐욕적으로 문제를 푸는 알고리즘 즉, 현재 상황에서 지금 당장 좋은 것만 고르는 방법 코딩테스트에서 문제 유형을 파악하기 어렵다면 먼저 그리디 알고리즘을 의심 거스름돈 문제 당신은 음식점의 계산을 도와주는 점원이다. 카운터에는 거스름돈으로 사용할 500원, 100원, 50원, 10원짜리 동전이 무한히 존재한다고 가정한다. 손님에게 거슬러 줘야 할 돈이 N원 일 때, 거슬러 줘야 할 동전의 최소 개수를 구하라. 단, 거슬러 줘야 할 돈 N은 항상 10의 배수이다. 내 풀이 n = int(input()) answer = 0 lst = [500, 100, 50, 10] for i in lst: answer += n // i..

• format_list_bulleted PYTHON/기타
• · 2024. 3. 25.
• textsms