softmax3 [딥러닝] mnist 데이터 학습으로 손글씨 숫자를 판별할 수 있을까? mnist 데이터셋은 handwritten digits(손글씨 숫자)로 이루어져있다. 28 * 28 pixel 단위의 박스로 감싸져있고, grayscale화 되어있다. 기계가 손글씨(입력값)를 보고 해당하는 숫자(출력값)를 추측하도록 하는 것이 mnist 모델링의 핵심목표이다. # kaggle API Token 입력 import os os.environ['KAGGLE_USERNAME'] = 'kimpearl' # username os.environ['KAGGLE_KEY'] = '5256160a022840baa11247040cf36dad' # key # 데이터셋 불러오기 !kaggle datasets download -d oddrationale/mnist-in-csv # 압축 풀기(.csv 파일) !unz.. 2022. 1. 8. [다항논리회귀] 내가 마시는 와인을 기계로 분류할 수 있을까? 와인의 종류는 일반적으로 색, 향, 맛, 질감, 용도, 양조법 등을 기준으로 구별한다고 한다. 와인을 판별하는 소믈리에도 직업으로 존재하는 것 처럼 다양한 와인을 구별해내는 것은 쉬운 일이 아니다. 우리에게는 와인의 여러 특성들을 바탕으로 와인을 3그룹으로 분류해놓은 데이터셋이 있다. 이 데이터셋을 바탕으로 내가 마시는 와인을 분류할 수 있는 기계를 학습시킬 수 있을까? 와인 데이터셋: https://www.kaggle.com/brynja/wineuci Classifying wine varieties Great practice for testing out different algorithms www.kaggle.com # kaggle API Token 입력 import os os.environ['KAGG.. 2022. 1. 8. [머신러닝(machine learning) - 논리회귀(logical regression)] 내일배움캠프 AI트랙 앞서 다뤄봤던 선형회귀로 학습시켜 얻을 수 없는 결과는 어떤 방법으로 학습시킬 수 있을까? 만약에 공부시간과 시험성적을 선형회귀로 학습시켜 추측하게 한다면 우스꽝스러운 결과가 나올 것이다. 공부를 하루 24시간해도 성적은 높게 추측하는 오류가 발생하기 때문이다. 따라서, 이번 시간에는 논리회귀라는 것을 알아볼 것이다. 논리회귀의 함수는 아래 그림과 같이 S커브 형태를 띈다. 기존의 선형회귀함수에 시그모이드(sigmoid)를 추가하여 0과 1사이의 결과값을 얻을 수 있도록 하고, threshold(임계치)를 정하여 0에 가까운 값인지 1에 가까운 값인지를 판단한다. 크로스엔트로피(crossentrophy)를 사용하여 확률분포의 차이를 줄여주는 손실함수를 만들 수 있다. 여기서 확률분포의 차이를 줄인다는 것.. 2022. 1. 6. 이전 1 다음
