2장. 신경망의 수학적 구성 요소

[케라스 창시자에게 배우는 딥러닝] 교재를 바탕으로 작성되었습니다. 케라스 창시자에게 배우는 딥러닝: 파이썬과 케라스(keras)로 배우는 딥러닝 핵심 원리 단어 하나, 코드 한 줄 버릴 것이 없다!창시자의 철학까지 담은 딥러닝 입문서케라스 창시자이자 구글 딥러닝 연구원인 저자는 ‘인공 지능의 민주화’를 강조한다. ... www.google.com 2.1 신경망과의 첫 만남 2.2 신경망을 위한 데이터 표현 2.3 신경망의 톱니바퀴 : 텐서 연산 2.4 신경망의 엔진 : 그래디언트 기반 최적화 2.5 첫 번째 예제 다시 살펴보기 2.6 요약 2.1 신경망과의 첫 만남 클래스(class) : 분류 문제의 범주(category) 샘플(sample) : 데이터 포인트 레이블(label) : 특정 샘플의 클래스..

• format_list_bulleted ST/Deep Learning
• · 2022. 3. 11.
• textsms

#05. 모델링 이론 1- 부스팅(boosting) 알고리즘

들어가기 전... 앙상블(Ensenbles)이란? : 여러 모델을 이용하여 데이터를 학습하고, 모든 모델의 예측 결과를 평균하여 예측 - 앙상블 기법은 sampling하는 방법이나 최종 의사결정을 내는 방법 등에 따라 3가지 기법이 있음 (1) Boosting : sequential 하게 모델링 하면서 i-1번째 모델에서 잘 예측하지 못한 sample들이 i번째 모델의 학습데이터로 활용될 수 있게 weight를 조정하는 방식으로 sampling한다. 그리고 새로운 sample이 들어오면 k개의 예측결과를 살펴보고, 각 모델의 중요도(α)의 합이 큰 결과를 최종 예측 결과로 도출한다. (2) Bagging : 전체 sample로 모형을 만드는 것이 아니라 k 개의 Bootstrap sample을 통해 k개..

• format_list_bulleted ST/Kaggle project (21-2)
• · 2022. 2. 9.
• textsms