머신러닝 (3) 썸네일형 리스트형 [스파르타코딩클럽] 기초 머신러닝 4주차 및 완강회고 오늘은 완강을 해버렸다. 제발 에어팟 프로 받게 해주세요 ㅠㅠ 4주차에는 딥러닝 신경망 구조들을 알아보고, 전이학습에 대해 학습하고 이에 대한 실습을 진행했다. Convolutional Neural Network는 내가 Convolution을 전에 배웠기 때문에 그렇게 어렵지 않았다. Filter, Strides and Padding 모두 익숙했던 개념이었다. CNN은 이 Convolution layer과 이전에 배웠던 Dense Layer(Fully connected Layer)으로 이루어져 있다. 또한 Polling layer은 Feautre map의 중요부분만 추출하여 전체적인 사이즈를 줄여주는 역할을 한다. Pooling의 방법은 Max pooling과 Average pooling이 대표적이며 이.. [스파르타코딩클럽] 기초 머신러닝 2주차 사실상 2일차이지만 오늘 2주차 강의를 다 들었기 때문에 2주차 스터디 일지를 작성한다 오늘 수업에서 배운것은 Logistic Regression과 Multinomial Logistic Regression 이었다. Logistic Regression을 1 또는 0으로 결과물을 나타내는 모델에서 사용하는 회귀 방법이다. Sigmoid function이 등장하였는데 학교 강의에서 들었던 sigmoid와는 사뭇 달라 보였다... 푸리에 변환하면서 배우고 HPF LPF 배우면서 배웠던 sigmoid는 너랑 다르게 생겼단 말이지... 이런 이진회귀의 경우에는 손실함수를 Binary Cross Entropy 함수를 사용한다고 배웠다. 뭔가 근데 설명이 불친절하달까... 생략 된게 너무 많아서 이해를 할 수는 없었고.. [스파르타코딩클럽] 기초 머신러닝 1주차 머신러닝은 이전 군복무 중 수강할 수 있는 학교 수업중에서 '데이터학습과인공지능'이라는 수업을 들으면서 처음으로 제대로 배워본 것 같다. 그리고 이후에 딥러닝을 사용하는 과목들을 배운 적도 있었기에 사실 조금 만만하게 보고 수강신청을 했었다. 이름부터가 '가장 쉽게 배우는 머신러닝' 이니까... 하지만 또 막상 배우려고 뜯어보니 모르는거 투성이... 라는 느낌? Linear Regression이나 Gradient Descent Method도 개념으로는 배웠기에 개념설명은 어렵지 않았지만 이를 코드로 적용하고 실습하는 것들은 꽤 어려웠다. 그래도 다행이 Colab 환경은 이전에 학교 수업에서 사용해본 적이 있어 낯설지 않았다. Tensorflow는 말로만 많이 들어보고 실제로 뭐에 어떻게 쓰이는지 몰랐었는.. 이전 1 다음
