초간단 예측 AI 만들기아래와 같은 cs데이터가 있다고 가정하자admit : 실제 합격했는지 안했는지gre : 영어성적gpa : 학점rank : 지원한 대학교수준 1이 제일 높은거 위 데이터를 학습시켜서 학습시켜서 gre gpa rank 데이터를 주면 admit(합격여부)을 확률로 예측하는 딥러닝 모델을 만들어 보자 텐서플로우의 keras를 사용하면 알아서 학습해준다 1. 신경망 시퀀스먼저 신경망 레이어를 만들어보자신경망레이어는 Sequential를 사용하면 쉽게 만들 수 있다아래와 같이 적고 그 안에 레이어들을 넣는다import tensorflow as tfmodel = tf.keras.models.Sequentrial([ 레이어1, 레이어2, 레이어3,]) 커다란 시퀀스 안에 여러개의..
경사하강법지금까지 배운걸 정리하면사용자의 성적값이 주어지면컴퓨터가 w 값을 구한다음중간층에 분류를 해서 계산을 하고계산된 값을 sigmoid 와같은 Activation fucntion 에 집어넣은 값을최종 w 값과 계산해서 예측값을 도출해낸다고 했다. 여기서 컴퓨터가 w를 구할때실제 데이터와 비교한 후loss를 구해서 loss를 최소화 하는 w를 찾아준다고 했는데 어떤 방식으로 찾는것일까?? 쉬운 설명을 위해 w가 여러개있지만 w1만 예시로 들어보겠다만약 임의로 w1에 0.5,0.7,0.2 이렇게 랜덤으로 데이터를 넣으면그에따라 총손실도 다 다른결과가 나올것인데 이를 그래프로 그리면 아래와 같을 것이다. 그렇다면 최적의 w1값은 어딜까 우리는 딱 보면 보인다. 하지만 컴퓨터는 어떻게 찾을까? 처음에는 랜..
활성함수지금까지 했던 내용을 보면히든레이어가 있든 없든 결과는 비슷하게 나오게 된다. w1부터 w6을 아무리 이쁘게 조정을해도 결국 결과는 비슷하게 나온다는 것이다. 그래서 고안해낸 것이 활성함수이다h1값을 계산한다음 이걸가지고 다음노드로 넘어가는것이 아니라활성함수라는 이상한 수식에 집어넣어서 한번 짜부라뜨리는 것이다 가장 유명한 활성함수는 sigmoid 이다 식을 그래프로 표현하면 아래와 같다이거말고도 여러가 활성함수가 있다 Hyperbolic tangent, Rectified Linear Units 등이런 활성 함수 중 아무거나 적용해주면레이어가 제역할을 하게 된다.레이어가 많으면 많을 수록 복잡한 예측을 할 수 있고이거를 좀더 비주얼적으로 표현하자면 활성함수가 필요한 이유는비선형적인 예측을 하고싶을..
Neural Network 계산, Loss functionhidden layer를 도입하면 정교한 예측을 할 수 있다고 했다 시작전에 용어를 설명하자면동그란건 노드 노드를 합한걸 layer라고한다 이제 계산을 해볼텐데저 노드안에 들어갈 것은 값이다.그 값을 어떻게 구하냐면 연결된 노드들을 w(weight가중치)곱해서 더하면된다 만야 실제 값들이 아래 와같이 채워져있다면(0.5*((50*0.2) + (60*0.1))) + (0.4*((50*0.3)+(60*0.2)))수능 예측 점수는 이렇게 계산될것이다. 그리고오차를 최소하하는 w값을 찾는것이 머신러닝이었는데 컴퓨터에게 오차가 뭔지에대해서 알려줘야한다 오차를 어떤식으로 계산하는지 예시를 들어보자이거는 실제 데이터를 갖다가 비교를 하면 된다 수능첨수에서 예..
뉴럴 네트워크이전글https://jwinjection.tistory.com/235 머신러닝 > 딥러닝 머신러닝 : 사람이 정한 모델과 특징 추출 방법을 이용하여 데이터를 기반으로 학습해서 추론할 수 있게 하는 기술딥" data-og-host="jwinjection.tistory.com" data-og-source-url="https://jwinjection.tistory.com/235" data-og-url="https://jwinjection.tistory.com/235" data-og-image="https://scrap.kakaocdn.net/dn/cm4qgL/hyWOoWhSsB/Cc9cbF8Re3KOBrvq2YkSAk/img.jpg?width=768&height=814&face=0_0_768_8..
딥러닝 기초머신러닝과 딥러닝의 포함관계인공지능 > 머신러닝 > 딥러닝 머신러닝 : 사람이 정한 모델과 특징 추출 방법을 이용하여 데이터를 기반으로 학습해서 추론할 수 있게 하는 기술딥러닝 : 인공신경망 방법을 이용해 만든 머신러닝 기술로, 빅데이터 학습에 적합한 기술쉽게말해, 사람의 개입이 있냐 없냐 그차이. 머신러닝의 종류Supervised Learning : 데이터의 정답(라벨)이 있고 정답예측 모델 만들때컴퓨터한테 사진을주고 니가 알아서 개인지 고양인지 판단해보라고 시키는것.최종적으로 새로운 사진이 주어졌을떄도 개인지 고양인지 맞추는 것.정답이 있는 경우에 사용 Unsupervised Learning : 데이터 정답이 없을경우컴퓨터 니가 알아서 비슷한것 끼리 분류해봐라그럼 컴퓨터가 알아서 군집화를..
