Python/Review

퍼셉트론

『밑바닥부터 시작하는 딥러닝』 도서를 공부한 후 복습하는 글입니다. 퍼셉트론(perceptron) 알고리즘은 신경망(딥러닝)의 기원이 되는 알고리즘이다! 그렇기에 퍼셉트론의 구조를 배우는 것은 신경망과 딥러닝으로 나아가는데 중요한 아이디어가 될 것이다. 2.1. 퍼셉트론이란? - 다수의 신호를 입력받아 하나의 신호를 출력한다. 여기서 신호란 흐름이 있는 것을 의미한다. - 전류가 전선을 타고 흐르는 전자를 내보내듯, 퍼셉트론 신호도 흐름을 만들고 정보를 앞으로 전달한다. - 다만, 퍼셉트론 신호는 두가지 값 '흐른다(0) / 안흐른다(1)' 두가지 값을 가질 수 있다. ⇒ 입력으로 2개의 신호를 받은 퍼셉트론. 이라고 한다. ⇒ w1, w2는 가중치. ⇒ 입력신호가 뉴런(or 노드)에 보내질 때는 각각 ..

데이터 시각화 기초

이 글은 『밑바닥부터 시작하는 데이터 과학』 도서를 보고 정리한 글입니다. 데이터 과학자가 갖춰야할 기본 기술 중 하나는 데이터 시각화다. 데이터 시각화에는 데이터 탐색과 데이터 전달, 두가지 목적이 있다. 1.1 matplotlib 1.2 막대 그래프 1.3 선 그래프 1.4 산점도 1.1 matplotlib 웹을 위한 복잡하고 인터랙티브한 시각화로는 좋지 않은 도구지만, 간단한 막대/선 그래프, 산점도를 그릴 때는 나쁘지 않은 도구이다. ▶ matplotlib 중 우리는 matplotlib.pyplot 모듈을 사용할 것이다. ▶ pyplot : 시각화를 단계별로 간편하게 만들 수 있는 구조로 되어있다. ▶ 시각화가 완성되면 savefig()를 통해 그래프 저장, show()를 통해 화면에 띄울 수 있..

클래스와 넘파이, 그리고 matplotlib

『밑바닥부터 시작하는 딥러닝』도서를 공부하고 복습하는 내용입니다. A = np.array([[1,2], [3,4]]) A.shape# (2,2) A.dtype# dtype('int64') 1. 클래스 ▶ int, str 등의 자료형은 파이썬이 기본으로 제공하는 내장된 자료형이다. ▶ 새로운 클래스를 정의할 수 있는데, 그때 그 클래스만의 전용 함수(메서드)와 속성을 정의할 수 있다. ▶ class 라는 키워드를 사용하여 클래스를 정의한다. ⑴ 클래스 정의 class 클래스 이름: def __init__(self, 인수 ...):# 생성자 ... def 메서드1(self, 인수 ...):# 메서드1 ... def 메서드2(self, 인수 ...):# 메서드2 ... ▶__init__ 클래스를 초기화하는 방..

Parameter Learning (Gradient Descent)

Endrew Ng 교수님의 Machine Learning강의를듣고 복습하는 글입니다. (www.coursera.org) 처음으로 배워볼 알고리즘은 지도학습의 알고리즘이다. 데이터 과학을 하다보면 특정 상황에 가장 적합한 모델을 찾아야할 때가 많다. 여기서 '가장 적합한'이라 함은 대부분 '모델의 오류를 최소화하는' 혹은 'likelihood(우도-일관되는 정도)'를 최대화하는'것을 의미한다. 즉, 어떤 최적화 문제에 대한 답을 내리는 것이다. 앞으로는 여러 최적화 문제들을 풀기 위해 경사 하강법(gradient descent)이라 부르는 방법을 사용할 것이다. 1. Gradient Descent (경사 하강) ▶비용 함수J의 최솟값을 구하는 알고리즘 ▶선형회귀 뿐만 아닌 많은 일반적인 함수에도 적용됨. ..

Const Function - Intuition 1,2

Endrew Ng 교수님의 Machine Learning강의를 듣고 복습하는 글입니다. (www.coursera.org) 0. 지난 시간 복습 선형회귀 함수와 비용함수에 대해 복습 겸 정리를 하자면, h(x) : x의 선형함수인 y를 예측하는 것. '가설'이라고 부름. 파라미터 값에 따라 선형함수의 모양이 달라짐. 비용함수의 최솟값을 찾아야 한다. 즉, h(x)와 y간의 차이를 작게 만들어야 한다. 우리의 목표는 J(Θ0,Θ1)의 최솟값을 찾는 것. 1. Const Function - Intuition 1 비용함수에 대한 쉬운 이해를 위해 Θ0=0일 경우로, 가설을 간소화해서 설명하였다. hypothesis: h(x) = Θ1x Parameter: Θ1 Const Function: J(Θ1) Goal: ..

Linear Regression(선형 회귀)

Endrew Ng 교수님의 Machine Learning강의를 듣고 복습하는 글입니다. (www.coursera.org) 첫번째 학습 알고리즘은 선형 회귀이다. 이번 시간에는 모델이 어떻게 생겼는지 그리고 전반적인 지도 학습 과정에 대해 알아보겠다. (Const function의 수학적 정의 위주.) 1. Model 표현 (선형 회귀) ▶선형 회귀는 지도학습의 한 종류. ▶학습 데이터를 이용하여 학습 과정을 거쳐서 데이터에 가장 잘맞는 선형 모델의 파라미터를 찾아서 예측한다. ▶즉, 종속변수 y와 한 개 이상의 독립변수 x와의 선형 상관관계를 모델링하는 회귀분석 기법. ▶대부분의 데이터들이 보통 선형(linear)으로 분포하는 경향이 있어서 선현회귀를 통해 예측 가능하다. ▶표기법 m : 학습데이터셋 개..