혼공단 - 혼공머신, 혼자 공부하는 머신러닝+딥러닝 https://viewers.tistory.com/53 혼공학습단 10기 활동 회고: 혼공C(개정판) 혼공족 이야기 사실 C언어는 어렵지만 프로그래밍의 기초를 제대로 배우기 좋은 언어라고 합니다. 쉬워 보이는 파이썬과 조금은 익숙한 자바스크립트를 진행하면서 이를 계속 피할까 고민했지만 마침 책도 생 viewers.tistory.com 예전 회고에서 예고한대로 이번 혼공단은 머신러닝을 시작했습니다. 22년 7월 혼공학습단 8기를 진행한 이후, 벌써 네 번째 참여인데 시간이 참 빠르다고 느낍니다. 저는 비전공자지만, 현재와 같은 인공지능 시대에는 AI 공부가 필요하다고 생각하여 머신러닝을 배우고 싶었습니다. 혼자 공부하기 힘들 때는 역시 혼공학습단이죠. 때..

혼공단 - 혼공머신, 혼자 공부하는 머신러닝+딥러닝 각 Chapter의 '학습목표'를 바탕으로 내용을 정리했습니다. # 진도 기본 미션 선택 미션 6주차 (2/5 ~ 2/12) Chapter 07 Ch.07(07-1) 확인 문제 풀고, 풀이 과정 정리하기 Ch.07(07-2) 확인 문제 풀고, 풀이 과정 정리하기 ※ 기대하지 않았는데 또 되었다!! 우수 혼공족! 😄 족장님, 감사합니다. 지난번 50% 완주도 아직 못 바꿔 먹었는데.. 이디야와 메가가 함께 있는 건물을 찾아 동시에 해치울 계획입니다. □ Chapter 07 딥러닝의 핵심 알고리즘인 인공 신경망을 이해 - 인공 신경망: 생물학적 뉴런에서 영감을 받아 만든 머신러닝 알고리즘 . 딥러닝이라고도 불리며, 기존 머신러닝으로 다루기 어려웠던 이미지,..

혼공단 - 혼공머신, 혼자 공부하는 머신러닝+딥러닝 각 Chapter의 '학습목표'를 바탕으로 내용을 정리했습니다. # 진도 기본 미션 선택 미션 5주차 (1/29 ~ 2/4) Chapter 06 k-평균 알고리즘 작동 방식 설명하기 Ch.06(06-3) 확인 문제 풀고, 풀이 과정 정리하기 □ Chapter 06 타깃이 없는 데이터를 사용하는 비지도 학습과 대표적인 알고리즘을 이해 - 비지도 학습: 머신러닝의 한 종류로 훈련 데이터에 타깃이 없기에 외부의 도움 없이 스스로 유용한 무언가를 학습해야 함 . 히스토그램: 구간별로 값이 발생한 빈도를 그래프로 표시 → x축: 구간(계급), y축: 발생 빈도(도수) . 대표적 비지도 학습: 군집, 차원 축소 등 ※ 군집: 비슷한 샘플끼리 하나의 그룹으로 모으는..

혼공단 - 혼공머신, 혼자 공부하는 머신러닝+딥러닝 각 Chapter의 '학습목표'를 바탕으로 내용을 정리했습니다. # 진도 기본 미션 선택 미션 4주차 (1/22 ~ 1/28) Chapter 05 교차 검증을 그림으로 설명하기 Ch.05(05-3) 앙상블 모델 손코딩 코랩 화면 인증하기 ※ 보내주신 간식은 조만간 바꿔 먹겠습니다. 😀 □ Chapter 05 성능이 좋고 이해하기 쉬운 트리 알고리즘을 이해 - 트리 알고리즘: 데이터를 분류하거나 회귀하는 데 사용되는 머신러닝 알고리즘 . 장점: 다양한 데이터 세트에 대해 좋은 성능, 모델의 구조가 직관적이라 이해가 쉬움 . 단점: 데이터의 세부 사항을 잘 학습해서 훈련 데이터에 과적합 발생이 쉽고, 데이터를 순차적으로 분할해서 수렴 속도가 느림 - 트리 ..

혼공단 - 혼공머신, 혼자 공부하는 머신러닝+딥러닝 각 Chapter의 '학습목표'를 바탕으로 내용을 정리했습니다. # 진도 기본 미션 선택 미션 3주차 (1/15 ~ 1/21) Chapter 04 Ch.04(04-1) 2번 문제 풀고, 풀이 과정 설명하기 Ch.04(04-2) 과대적합/과소적합 손코딩 코랩 화면 캡처하기 ※ 시켜줘.. 우수 혼공족.. 했더니, 되었다?! 우수 혼공족! 😄 . 감사합니다. 덕분에 '아이스 와앙 슈(?)' 잘 먹었습니다. 사실 이름이 어렵고 품절이라 좀 더 보태서 핫도그로 바꿔 먹었습니다. . 족장님 아프지 마세요! (왜냐면 숙제검사하셔야 하니까. 롱담임) □ Chapter 04 로지스틱 회귀, 확률적 경사 하강법과 같은 분류 알고리즘을 이해 1. 로지스틱 회귀: 선형 방정..

혼공단 - 혼공머신, 혼자 공부하는 머신러닝+딥러닝 각 Chapter의 '학습목표'를 바탕으로 내용을 정리했습니다. # 진도 기본 미션 선택 미션 2주차 (1/8 ~ 1/14) Chapter 03 Ch.03(03-1) 2번 문제 출력 그래프 인증하기 모델 파라미터에 대해 설명하기 □ Chapter 03 지도 학습 알고리즘의 한 종류인 회귀 알고리즘 이해 - 회귀: 두 변수 사이의 상관관계를 분석하는 방법 (임의의 수치를 예측하는 문제로, 타깃값도 임의의 수치) . k-최근접 이웃 회귀: k-최근접 이웃 알고리즘을 사용해 회귀 문제를 해결. ※ 가장 가까운 이웃 샘플을 찾고 이 샘플들의 타깃값을 평균하여 예측 . 결정계수(R^2): 대표적인 회귀 문제의 성능 측정 도구 (1에 가까울수록 좋고, 0에 가깝다..