보초의 코딩일기장

2019.07.23 perceptron 신경망의 목적은 내 답을 잘 찾아주는 Weight을 구하는 것임. 그리고 편향을 넣어서 학습이 되게끔 만드는 것 ==> Y = W*X+b 어떤 입력 노드가 출력 노드의 오차에 기여했다면 두 노드의 연결 가중치는 해당 입력 노드의 출력과 입력노드의 오차에 비례하여 조절한다. (가장 많이 틀린 값부터 수정하는 것임) 그런데, 퍼셉트론은 XOR을 선형으로 분류가 불가능. 그래서 비선형으로 문제를 해결해야 한다. Delta Rule 학습과정 신경망의 가중치를 적당한 값으로 초기화 입력 데이터를 넣고 신경망의 출력값을 얻고 출력값과 실제 값의 오차를 계산 델타 규칙에 따라 가중치 갱신값을 계산 신경망의 가중치를 조절 전체 학습 데이터에 대해 2~4 단계를 반복 신경망의 오차..

20190711 - 9일차 Pandas를 이용하여 DataFrame을 handling하는 것. 스프레드시트에서는 row에는 individual을 입력 column에는 variable(feature) 이 입력되는 형태. (variable 안에 attribute가 들어가는 형태임) 이 개념을 DataFrame으로 넘어가서 코딩을 하게되면 1차원 벡터 형태로 나열된다. Panel Data Example: 1차년도에 ID가 123인 사람들을 조사한다 (time=1) 2차년도에도 ID가 123인 사람들을 똑같이 조사한다 (time=2) (… time=n 번째 반복한다. 반복측정) 이 많은 데이터 중에서 한 시점을 스냅샷처럼 찍은 것을 Panel Data 라고 한다. ( Frame과 비슷한 개념인듯 ) ID tim..

데이터 청년 캠퍼스 사이버 강의 KDD Selection - Preprocessing - Transformation - Data mining - Interpretation/Evaluation Selection: 분석을 위해 데이터셋을 만든다. Pre processing: 일관성 있는 데이터 분석을 위해 데이터를 정재 하거나 선처리. Transformation: 데이터의 차원을 축소 Data mining: 다양한 분석기법을 사용하여 데이터의 패턴을 찾음 DRISP-DM Analysis Guide Business understanding : 프로젝트 계획 수립 Data understanding : 분석을 위한 데이터 수집 Data preparation: 수집된 데이터에 분석툴에 적합한 데이터 셋을 편성, 많..

2019.07.01 -1일차 내용정리 Supervised Learning : 답은 미리 주어져있고 틀린 값을 넣었을 때 그 값을 맞추는 것 Unsupervised Learning : 답이 주어져 있지 않은 것. Clustering: 관련이 있는, Density가 높은 물체끼리 묶어서 분류를 하는 것. Deep Learning : DNN / CNN / RNN 딥러닝의 문제점은 자세한 설명이 부족하다는 것임. (설명력 부족) 그래서 금융권 같은 곳에서는 딥러닝을 내세우는 경우는 없음. 딥러닝은 깊게 쌓이면 쌓일수록 더 많일수록 학습이 강화되지만 가중치 문제가 생김. 과거에는 SVM을 이용하여 논문을 작성하였다면 후에는 신경망을 이용한 논문이 많이 발표되었음. 현재는 알파고를 기점으로 새로운 신경망이 생겼음 ..