분류 전체보기 (27) 썸네일형 리스트형 인공지능 - 선형회귀모델 * 인공지능 모델 구축 과정 1. 가설(Hypothesis; H(x))을 생성 - 수식 2. 훈련데이터로 학습 수행하여 모델 구축 ◾ 손실함수(Cost function)를 통해 가설의 파라미터 조정을 통해 오차를 줄여나감(최적화) -> 모델 완성 (*) 손실함수(Cost function) : 가설의 최적값을 찾기 위한 별도 함수 - 손실함수의 그래프는 Convex 형태여야 한다. (밥그릇 형태) - Convex 그래프에서 미분을 수행하면 기울기가 나오는데, 기울기가 가장 완만한 곳이 가장 손실이 적은 부분! 3. 검증데이터로 #2의 모델 검증 선형 회귀 모델 - 선형 방정식으로부터 출력값을 예측하는 모델 (예: y = Wx + b) (*) 왜 회귀라고 하나? 더보기 💡 Tip - 회귀는 오차(y - ŷ).. 인공지능 - 데이터 전처리 데이터 전처리 1. 종류 1) 데이터 정제 (cleaning): 빠진값 처리 or 오류 수정 ◾ (*) 이상치: 값의 범위가 일반적인 범위를 벗어난 것 - 이상치를 찾아내는 것을 이상치 검출(detection)이라 함 - 이상치 검출은 전처리가 아닌 이 자체가 데이터 분석 - 예: 도난당한 카드 사용 찾기, 불법 보험료 청구 검출, 기계 이상 동작 검출 등 2) 데이터 변환 (transformation): 값에 로그적용, 역수 적용, 카테고리 변수 적용 등 - 예: 요일을 1, 2, ..., 7로 변형 - 데이터가 선형관계가 되도록 변경함 - 모델은 함수구성이며 선형데이터여야 처리가 쉬워진다. - 자연현상은 보통 자연로그 형태의 선형함수 사용 - 예: 사람의 감각 3) 스케일링 (scaling): 값의 .. 인공지능 - 머신러닝 이론 머신러닝 (ML) 1. 정의: 컴퓨터가 명확한 프로그램된 조작 없이 학습을 통해 문제를 해결할 능력을 갖도록 하자 (Arthur Samuel 1959) 2. 목적: 데이터 유형을 위한 모델을 찾는 것 3. 유형 (사용되는 곳) ◾ 설명적 분석: 어떤 현상의 관계 설명 (예: Clustering) ◾ 예측(Prediction) 분석 1) 선형회귀 (Linear regression): 선형 데이터에서 답을 찾는 것 - 예: 공부시간 대비 점수는? 2) 분류 (Classification) ◾ 2진 분류 (Binary classification) - 예: Pass / Fail ◾ 다중 분류 (Multiclass classification) - 예: 학점 A, B, C, D, F ◾ 추천 4. 모델의종류 (알고리.. 이전 1 2 3 4 다음
