【딥 러닝 초보자용】Keras를 사용한 전체 결합에 의한 간단한 2치 분류의 구현

딥 러닝의 등장에 의해, 지금까지의 기계 학습보다 좋은 정밀도로 AI 태스크를 해낼 수 있게 되었습니다. 그러나 딥 러닝은 아직 발전 단계라는 것도 있어, 이렇게 하면 좋다고 말한 방법이 확립되고 있는 것은 아닙니다. 또 연구단계라고 하는 것도 있어, 실장·제어가 복잡한 것도 많은 상황입니다. 이번은 실장을 가능한 한 간결하게 해, 딥 러닝을 움직여 보는 것을 목적으로, 간단한 2치 분류를 ...

Keras딥러닝파이썬분류기계 학습

주가를 scikit-learn으로 기계 학습해 보자 분류편

(주) 여기에서는 최종 결과뿐만 아니라 에러의 시행착오도 포함해 써 갑니다. 또, 어디까지나 참고를 위해, 전건으로 훈련해, 같은 데이터로 학습 결과를 확인합니다. 과거 4일분을 참고로 닛케이 평균을 예측합니다. 마츠이 증권의 CSV에서 종가를 읽습니다. (메모)처음 「종가」의 표기로는 안 되었습니다. 왠지 다시 실행하면 OK. 이유는・・・왜일까요. successive_data:과거 4일분의...

분류파이썬scikit-learn기계 학습

앙상블 (Ensemble) 이란

최종 모델의 예측 값을 결정짓는 Voting은 크게 하드 보팅 (Hard voting)과 소프트 보팅 (Soft voting)으로 나눌 수 있다. 하드 보팅은 각 weak learner들의 예측 결과값을 바탕으로 다수결 투표하는 방식이다. 따라서 다섯 개 분류기 중 빨간 공으로 예측한 분류기가 3개이니, 이 샘플에 대한 최종 예측값은 빨간 공이 된다. 반면 소프트 보팅은 weak learne...

회귀분류machine learningmachine learning

머신러닝 야학 3일차

지도 학습(supervised learning) 정답이 있는 문제집을 푸는 것 비지도 학습(unsupervised learning) 관찰을 통해 새로운 의미나 관계를 밝혀내는 것 경험을 통해 더 좋은 답을 찾아가는 것 지도 학습 지도 학습을 통해 컴퓨터는 인과 관계를 설명할 수 있는 모델을 만든다 모델을 통해 온도에 따른 판매량 데이터 예측 가능 예측하고 싶은 종속 변수가 숫자일 때 사용 직...

종속변수ML분류독립변수머신러닝 야학연관규칙학습회귀머신러닝군집화비지도학습생활코딩지도학습ML

기계 학습의 개요(교사 학습, 교사 학습 없음)

즉, 머신러닝은'어떤 과제의 구체적인 지시가 이루어지지 않아도 컴퓨터는 추리와 모델을 이용하여 이 과제를 해결할 수 있는 알고리즘'이라고 할 수 있다. 교사의 학습이 있고'정확한 답안'이 있다는 것은 알고리즘으로 하여금 그런 답안을 예측하게 하는 학습을 가리킨다.교사의 학습은 다음과 같은 두 가지가 있다. 이때 전날 시험 점수로 X군이 다음날 학교에 올지 안 올지 예측한다.20분 정도면 다음...

분류기계 학습교사의 학습이 있다무교사 학습회귀

13300: 방 배정

쉬운 문제였음에도... 사소한 실수로 꽤나 시간을 잡아먹었다. 파이썬이었기 때문에 일어날 수 있었던 실수? 이었다.. 변수를 중복해서 사용해버린 탓에 이상한 결과 값이 나오고 말았다. 어쨌든 모든 학생의 수를 카운트해서 2 * 6 배열에 넣어주고 반복문을 통해 나머지가 있을 경우 방 하나를 더해주면 쉽게 문제를 풀 수 있다....

파이썬백준13300분류알고리즘백준13300

XGBoost with breast_cancer

XGBoost를 가지고 위스콘신 유방암 데이터를 분석해보자. ['malignant' 'benign'] Name: target, dtype: int64 파이썬 래퍼 XGBoost는 train, test 데이터 세트를 위해 별도의 객체인 DMatrix를 생성해야 한다. DMatrix는 넘파이 ndarray, DataFrame.values, libsvm txt 포멧 파일, xgboost 이진 버퍼...

머신러닝분류XGBoost빅데이터 분석XGBoost