PyTorch/머신러닝5 Convolutional neural network, CNN, 합성곱 신경망 CNN이란 인간의 시신경 구조를 모방한 기술로 이미지를 인식하기 위한 패턴을 찾는데 매우 효과적이다. CNN은 input layer, output layer 그리고 그 사이의 여러 hidden layer로 구성되어있습니다. 이러한 layer는 해당 데이터의 고유한 feature를 학습하기 위함으로 데이터를 변형시키는 연산을 수행합니다. 가장 일반적인 3가지 계층으로는 Convolution layer, ReLU(Activate) layer, Pooling layer가 있습니다. Convolution layer: 컴퓨터는 이미지의 객체를 인식할 때, 다른 배경에서의 동일한 객체를 다른 객체로 인식한다. 이러한 오류를 해결하기 위해 사용하는 것이 Convolution layer이다. 이미지보다 작은 사이즈의 .. 2023. 7. 13. Multinomial Classification(다중분류) 이번 포스팅에서는 Multinomial clssification에 대해 다루어 보겠습니다. 지난 글에서 Logistic regression에 대해 다루어보았는데요, Logistic regression은 binary classification으로도 불린다고 하였습니다. 데이터를 0과 1 두가지로 나눌 때 사용되며 패논패 성적을 예측하는 코드를 작성해보았습니다. 이번에 다룰 내용인 Multinomial clssification(다중분류)란 여러개(셋 이상)의 클래스가 있을때 그것을 예측하는 모델입니다. (binary classification의 확장) Multinomial clssification을 사용하는 예시로는 성적이 A, B, C 로 나오는 시험 또는 강의의 성적을 예측하는 것입니다. 클래스를 여러개.. 2023. 7. 12. Logistic Regression(Binary Classification) 로지스틱 회귀란? 로지스틱 회귀(Logistic Regression)는 회귀를 사용하여 데이터가 어떠한 범주에 속할 확률을 0에서 1 사이의 값으로 예측하고 그 확률에 따라 가능성이 더 높은 범주에 속하는 것으로 분류해주는 지도 학습 알고리즘입니다. 어떠한 범주에 속할 확률을 0에서 1 사이의 값으로 예측하기 때문에 주로 이항형 문제(즉, 유효한 범주의 개수가 두개인 경우)를 지칭할 때 사용됩니다. Ex) 스팸 메일 분류 메일을 받았을 때 그것이 스팸일 확률이 0.5 이상이면 spam으로 분류하고, 확률이 0.5보다 작은 경우 ham으로 분류하는 것 위의 상황처럼 데이터가 2개의 범주 중 하나에 속하도록 결정하는 것을 2진 분류(binary classification)라고 합니다. Pass or Fail.. 2023. 7. 11. Linear Layer 지난 글에서는 1개의 독립변수 x가 1개의 종속변수 y에 영향을 미칠 때 사용하는 단순 회귀분석에 대해 알아보았습니다. 이번 글에서는 2개 이상의 독립변수 x가 1개의 종속변수 y에 영향을 미칠 때사용하는 다중 회귀분석에 대해 알아보겠습니다. 다음은 퀴즈와 중간고사 성적에 따른 기말고사 성적을 나타낸 표입니다. 위의 표를 보면 3개의 독립변수 X1, X2, X3가 Y에 영향을 미치는 상황이므로 Y를 예측하기 위해 필요한 가중치 즉, 웨이트가 늘어나게 됩니다. Hypothesis를 식으로 표현하면 행렬식으로 표현하면 위의 그래프를 보면 Y축(기말고사 성적)에 따른 X축의 요소들이 3개입니다. 모델 학습을 위해 3개의 X축 요소들을 평균을 통해 하나로 묶으면 다음과 같습니다. 위의 점들을 가장 잘 예측하는 .. 2023. 7. 4. 이전 1 2 다음
