좌충우돌 개발자의 길

🎉기본미션 - Ch.07-1 문제풀고 인증샷🎉 🎉추가미션 - Ch.07-2 문제풀고 인증샷🎉

🎉기본미션 - k-평균 알고리즘 작동 방식 설명하기🎉 1. 무작위로 k개의 클러스터 중심을 정하기 2. 각 샘플에서 가장 가까운 클러스터 중심을 찾아 해당 클러스터의 샘플로 지정하기 3. 클러스터에 속한 샘플의 평균값으로 클러스터 중심을 변경하기 4. 클러스터 중심에 변화가 없을 때까지 2번으로 돌아가 반복하기 🎉기본미션 - Ch.06-3 문제풀고 인증샷🎉 Q1. 특성이 20개인 대량의 데이터셋이 있습니다. 이 데이터셋에서 찾을 수 있는 주성분 개수는 몇개일까요? A1. 2번 20개 Q2. 샘플 개수가 1000개이고 특성 개수는 100개인 데이터셋이 있습니다. 즉, 이 데이터셋의 크기는 (1000,100) 입니다. 이 데이터를 사이킷런의 PCA 클래스를 사용해 10개의 주성분을 찾아 변환했습니다. 변환된..

🎉기본미션 - 교차 검증을 그림으로 설명하기🎉 🎉선택미션 - Ch.5-3 앙상블 모델 손코딩 코랩 화면 인증샷🎉

🎉스터디 내용 정리 목록🎉 https://ksumin-dev.tistory.com/68?category=1031634 9강 : 로지스틱 회귀 알아보기 데이터 준비하기 unique 함수 사용하기 Species 열에서 고유한 값을 추출해보기 - unique 함수 사용 to_numpy() 데이터 프레임에서 여러 열을 선택하면 새로운 데이터프레임이 반환되는데 이를 to_numpy매 ksumin-dev.tistory.com https://ksumin-dev.tistory.com/69?category=1031634 10강 : 확률적 경사 하강법 점진적 학습 이전에 훈련한 모델을 버리지 않고 새로운 데이터에 대해서만 조금씩 더 훈련하기 확률적 경사 하강법 점진적 학습의 알고리즘 경사를 따라 내려가는 방법이라는 뜻으로..

🎉스터디 내용 정리 목록🎉 https://ksumin-dev.tistory.com/61 6강 : k-최근접 이웃 회귀 농어의 무게를 예측하라 회귀 : 임의의 숫자를 예측하는 것 (타깃==임의의 숫자 == 농어의 무게) 지도학습에 회귀와 분류가 있는 것 → 분류 : 주변 이웃의 클래스를 보고 네모이다! → 회귀 : 주변 ksumin-dev.tistory.com https://ksumin-dev.tistory.com/64 7강 : 선형회귀 최근접 이웃의 문제점 : 50cm-1kg 농어를 1.5kg 이 아닌 1kg으로 판단한다?? → 위 그래프 : 다이아몬드가 이웃인데 아래 그래프인 이웃으로만 나타낸 그래프를 보면 길이가 차이가 나도 이웃들로 판 ksumin-dev.tistory.com https://ksum..

더보기 🎉스터디 내용 정리 목록🎉 https://ksumin-dev.tistory.com/56 1강 : 인공머신? 머신러닝? 딥러닝? 머신러닝은 인공지능의 하위 머신러닝 알고리즘 라이브러리 사이트 https://scikit-learn.org/stable/ 딥러닝은 머신러닝의 하위로 머신러닝 알고리즘 중 인공신경망을 사용한다 딥러닝 알고리즘 라이 ksumin-dev.tistory.com https://ksumin-dev.tistory.com/57?category=1031634 2강 : colab 사용하기 코랩은 무엇인가? 코랩은 파이썬으로 입력된거 실행시켜 볼 수 있는 구글 프로그램 장점 뭐 설치하지 않고 웹으로 들어가서 확인이 가능하다 colab에서 라이브러리 대부분 다 지원해주고 있음 imp ksumi..