순환 신경망으로 IMDB분류하기
IMDB 리뷰 데이터셋
IMDB 리뷰 데이터셋
순차 데이터
합성곱 신경망의 시각화
합성곱 신경망을 이용한 이미지 분류
합성곱 신경망의 구성 요소
심층 신경망
인공 신경망
차원과 차원 축소
혼공머신 6-2 K-평균
군집 알고리즘
앙상블 기법
트리의 앙상블
교차 검증과 그리드 서치
결정 트리
정규 방정식
정규방정식과 경사 하강법
로지스틱 회귀
특성 공학과 규제
EC2 : Elastic Compute Cloud
RDS : Amazon Relational Database Service
모델과 데이터가 준비되면, 모델을 훈련하고 검증하며 데이터에 대한 파라미터를 최적화하여 모델을 테스트한다. 훈련은 반복적인 과정으로, 각 반복마다 모델은 출력을 예측하고 예측의 오차를 계산하며, 오차에 대한 파라미터의 미분 값을 수집하고 경사 하강법을 사용하여 파라미터를 최적화한다
신경망을 훈련시킬 때 가장 자주 사용되는 알고리즘은 역전파(backpropagation)라고 할 수 있는데, 이 알고리즘에서 모델 가중치는 손실함수에 대한 파라미터의 기울기에 따라 조정된다
신경망은 데이터 처리를 위한 층과 모듈로 이루어져 있으며, torch.nn은 PyTorch에서 신경망을 구성하는 다양한 레이어, 손실 함수, 활성화 함수 등 신경망과 관련된 모든 구성 요소를 포함하는 모듈을 제공한다
데이터셋 코드와 모델 훈련 코드를 서로 독립적으로 작성하는 것은 코드의 가독성과 모듈성을 높이는 중요한 원칙이다. 이번 튜토리얼에서는 PyTorch에서 제공하는 두 가지 프리미티브 함수를 활용하여 데이터셋을 구성하고, 모델 훈련을 진행하는 방법을 실습하려고 한다
최근 딥러닝 분야에서는 PyTorch가 더 많은 기업에서 요구되고 있는 추세라고 생각한다
멀티캠퍼스에서 진행한 두 번째 프로젝트는 머신러닝을 활용하여 데이터 분석을 수행하는 것입니다. 이 프로젝트는 수업 중에 배운 다양한 머신러닝 알고리즘을 실제 데이터에 적용하고, Kaggle 경진대회에 참여하여 실전 경험을 쌓고 더 깊이 있는 학습을 목표로 하였습니다.
멀티캠퍼스에서 진행한 첫 번째 프로젝트는 데이터 시각화에 관한 것입니다. 프로젝트는 웹 개발, 크롤링, Django를 활용하여 데이터를 가져오고 간단한 웹 사이트를 만드는 방법부터 시작했습니다. 이어서 numpy, pandas와 같은 모듈을 사용하여 데이터를 분석하고, matplo...
내가 다시 보려고 적는 실시간 localhost 다시 여는방법
나의 첫 merge
깃허브 블로그를 만드는데 잔디가 찍히지 않는 경우
최근에 Obsidian이라는 노트 작성 앱을 발견하였는데 이전까지는 공부한 내용을 블로그에 올리고, 관련 코드는 GitHub에 저장하는 방식을 사용하였다. 하지만 이러한 방식은 링크와 카테고리를 일일이 관리해야 해서 까다로웠는데. 특히 링크를 통해 연관 내용을 연결해야 할 때나 카...
이번 포스트에서는 옵시디언을 사용하면서 잘 사용하고 있는 플러그인들 중 Dataview를 소개하려고 한다.
새로운 걸 알 때마다 추가
혼공머신 ch2의 책의 코드를 따라해보려다가 케글에 공개되어있는 데이터라고 되어 있어서 dataframe을 다루는 데 익숙해질 겸 케글에 있는 데이터를 colab으로 불러와서 변형시켜서 해보기로 했다
Attention