blog...

이진논리회귀 실습 1. 데이터다운받기 import os os.environ['KAGGLE_USERNAME'] = 'username' # username os.environ['KAGGLE_KEY'] = 'key' # key !kaggle datasets download -d heptapod/titanic !unzip titanic.zip 2. 필요한 패키지 임포트하기 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense from tensorflow.keras.optimizers import Adam, SGD import numpy as np import pandas as pd import matplot..

논리 회귀 (Logistic regression) 입력값과 범주 사이의 관계를 구하는 것 선형회귀로 풀기 힘든 문제→Logistic function(=Sigmoid function)을 사용 가설과 손실함수 논리 회귀에서는 시그모이드 함수에 선형 회귀 식을 넣어줌 가설함수 : 손실함수 : 확률 분포 그래프의 차이를 비교할 때는 Crossentropy 라는 함수를 사용하게 되는데요. 간단하게 그래프로 개념을 이해하면, 임의의 입력값에 대해 우리가 원하는 확률 분포 그래프를 만들도록 학습시키는 손실 함수입니다. Keras에서 이진 논리 회귀의 경우 binary_crossentropy 손실 함수를 사용 다항 논리 회귀 (Multinomial logistic regression) 여러개의 클래스로 나눠지는 논리회..

[머신러닝] Linear regression 선형회귀 머신러닝의 회귀와 분류 회귀 Regression : 연속적인 값(float)으로 예측하게 하도록 푸는 방법 분류 Classification : 종류를 예측하는 것 지도, 비지도, 강화 지도 학습 (Supervised learning) : 정답을 알려주면서 학습시키는 방법 비지도 학습 (Unsupervised learning): 정답을 알려주지 않고 군집화(Clustering)하는 방법 강화 학습(Reinforcement learning): 주어진 데이터없이 실행과 오류를 반복하면서 학습하는 방법 (ex. 알파고) 선형회귀 (Linear Regression) 그래프를 보고 가설을 세움 H(x)=Wx+bH(x) = Wx + bH(x)=Wx+b (임의의 직..