혼공단/혼공머신6기 (6) 썸네일형 리스트형 [혼공학습단6기 혼공머신 6주차] 7장 기본미션:ch.07-1문제 풀고 인증샷, 선택미션:ch.07-2문제 풀고 인증샷 #혼공단 #혼공챌린지 #혼공머신 [혼공학습단6기 혼공머신 6주차] 7장 기본미션:ch.07-1문제 풀고 인증샷, 선택미션:ch.07-2문제 풀고 인증샷 1.기본미션:ch.07-1문제 풀고 인증샷 2.선택문제:ch.07-2문제 풀고 인증샷 [혼공학습단6기 혼공머신 5주차] 6장 기본미션:k-평균 알고리즘 작동 방식 설명하기, 선택미션:ch.06-3 문제 풀고 인증샷 #혼공단 #혼공챌린지 #혼공머신 [혼공학습단6기 혼공머신 5주차] 6장 기본미션:k-평균 알고리즘 작동 방식 설명하기, 선택미션:ch.06-3 문제 풀고 인증샷 1.기본미션:k-평균 알고리즘 작동 방식 설명하기 k-평균 알고리즘 소개 무작위로 k개의 클러스터 중심을 정합니다. 각 샘플에서 가장 가까운 클러스터 중심을 찾아 해당 클러스터의 샘플로 지정합니다. 클러스터에 속한 샘플의 평균값으로 클러스터 중심을 변경합니다. 클러스터 중심에 변화가 없을 때까지 2번으로 돌아가 반복합니다. k-평균 알고리즘은 처음에 랜덤하게 클러스터 중심을 정하고 클러스터를 만듭니다. 그다음 클러스터의 중심을 이동하고 다시 클러스터를 만드는 식으로 반복해서 최적의 클러스터를 구성하는 알고리즘입니다. 클러스터 중심 k-평균 알고리.. [혼공학습단6기 4주차] 5장 기본미션:교차 검증을 그림으로 설명하기, 선택미션:ch.05-3 양상블 모델 손코딩 코랩 화면 인증샷 #혼공단 #혼공챌린지 #혼공머신 [혼공학습단6기 4주차] 5장 기본미션:교차 검증을 그림으로 설명하기, 선택미션:ch.05-3 양상블 모델 손코딩 코랩 화면 인증샷 1.기본미션 교차 검증 : 훈련 세트를 여러 폴드로 나눈 다음 한 폴드가 검증 세트의 역할을 하고 나머지 풀드에서는 모델을 훈련합니다. 교차 검증은 이런 식으로 모든 폴드에 대해 검증 점수를 얻어 평균하는 방법 입니다. 3-폴드 교차 검증 2.선택문제 앙상블 학습 : 더 좋은 예측 결과를 만들기 위해 여러 개의 모델을 훈련하는 머신러닝 알고리즘을 말합니다. 랜덤포레스트 : 대표적인 결정 트리 기반의 앙상블 학습 방법입니다. 부트스트랩 샘플을 사용하고 랜덤하게 일부 특성을 선택하여 트리를 만드는 것이 특징입니다. 엑스트라 트리 : 랜덤 포레스트.. [혼공학습단6기 혼공머신 3주차] 4장 기본미션:ch.04-1 2번문제 풀고 인증샷, 선택미션:ch.04-2 과대적합/과소적합 손코딩 코랩 화면 인증샷 #혼공단 #혼공챌린지 #혼공머신 [혼공학습단6기 혼공머신 3주차] 4장 기본미션:ch.04-1 2번문제 풀고 인증샷, 선택미션:ch.04-2 과대적합/과소적합 손코딩 코랩 화면 인증샷 1.기본미션 04-1 확인문제 2.로지스틱 회귀가 이진 분류에서 확률을 출력하기 위해 사용하는 함수는 무엇인가? 1)시그모이드 함수 2)소프트맥스 함수 3)로그 함수 4)지수함수 2.선택문제 [혼공학습단6기 혼공머신 2주차] 3장 기본미션:ch.03-1 2번 문제 출력 그래프 인증샷, 선택미션:모델 파라미터에 대해 설명하기 #혼공단 #혼공챌린지 #혼공머신 [혼공학습단6기 혼공머신 2주차] 3장 기본미션:ch.03-1 2번 문제 출력 그래프 인증샷, 선택미션:모델 파라미터에 대해 설명하기 1.기본미션 2.선택문제 파라미터의 특징 머신러닝 훈련 모델의 성능은 파라미터에 의해 결정 파라미터는 데이터로부터 추정 학습된 모델의 일부로 저장 모델 파라미터 : 선형 회귀가 찾은 가중치 처럼 머신러닝 모델이 특성에서 학습한 파라미터를 말합니다. 모델 파라미터의 예 인공신경망의 가중치 SVM(Support Vector Machine)의 서포트 벡터 선형 회귀 또는 로지스틱 회귀에서의 결정계수 [혼공학습단6기 혼공머신 1주차] 1장~ 2장 기본미션:코랩실습 화면 인증샷, 선택미션: ch.02-1 확인 문제 풀고 인증샷 혼공 학습단 6기 #혼공단 #혼공챌린지 #혼공머신 [혼공학습단6기 혼공머신 1주차] 1장~ 2장 기본미션:코랩실습 화면 인증샷, 선택미션: ch.02-1 확인 문제 풀고 인증샷 1.기본미션 2.선택문제 ch.02-1 확인 문제 1.머신러닝 알고리즘의 한 종류로서 샘플의 입력과 타깃(정답)을 알고 있을 때 사용할 수 있는 학습 방법은 무엇인가요? 1)지도학습 2)비지도 학습 3)차원 축소 4)강화 학습 2.훈련 세트와 테스트 세트가 잘못 만들어져 전체 데이터를 대표하지 못하는 현상을 무엇이라고 부르나요? 1)샘플링 오류 2)샘플링 실수 3)샘플링 편차 4)샘플링 편향 3.사이킷런은 입력 데이터(배열)가 어떻게 구성되어 있을 것으로 기대하나요? 1)행:특성, 열:샘플 2)행:샘플, 열:특성 3)행:특성, 열.. 이전 1 다음
