Chaerrylog

이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] Learning rate(학습률) 이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [딥러닝 이론] Softmax Regression(소프트맥스 회귀) 이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] chaerrylog.tistory.com 이전 글에서는 학습률에 대해서 설명했다. 이전 글에 이어 이번 글에서는 실제 머신러닝을 실행할 때 필요한 개념 중 하나인 과적합에 대해서 설명하겠다. Overfitting 과적합은 모델이 training dataset에 과하게 잘 맞는 것을 말한다. 이는 training dataset에 대해서는 매우 좋은 성능을 보이지만, testing ..

이 글은 PyTorchZeroToAll을 기반으로 작성한 글입니다. [머신러닝 이론] Logistic Regression(로지스틱 회귀) 이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] Multiple Linear Regression(다중 선형 회귀) 이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 chaerrylog.tistory.com 위 글에서 로지스틱 회귀에 대해서 설명했다. 이 내용을 토대로 파이토치를 사용해 실습을 진행한다. from torch import tensor from torch import nn from torch import sigmoid import torch.nn.functional as F import torch.o..

이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] Multiple Linear Regression(다중 선형 회귀) 이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] Gradient descent(경사하강법) 이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] Linear chaerrylog.tistory.com 이전 글까지는 선형 회귀의 가설, 손실함수, 경사하강법에 대해서 배웠다. 이 글에서는 로지스틱 회귀에 대하여 설명한다. Logistic Hypothesis 머신 러닝은 지도 학습과 비지도 학습으로 구분되고, 지도 학습은 회귀과 분류로 나눠진다. 앞에서 배운 선형 회귀는 Regression에 속하고, 오..

이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] Gradient descent(경사하강법) 이 글은 모두를 위한 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] Linear Regression(선형 회귀) 이 글은 모두의 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] Machine Learni chaerrylog.tistory.com 앞에서 단순 선형 회귀와 cost가 최소가 되는 weight 값을 찾는 방법인 경사하강법에 대해서 알아봤다. 이번 글에서는 다중 선형 회귀에 대해서 알아보겠다. Multiple Linear Regression 다중 선형 회귀는 독립 변수 x가 여러 개일 때의 종속 변수 y를 예측하는 것이다. 따라서 input으로 ..

이 글은 PyTorchZeroToAll을 기반으로 작성한 글입니다. [머신러닝 이론] Linear Regression(선형 회귀) 이 글은 모두의 딥러닝 시즌1을 기반으로 작성한 글입니다. [머신러닝 이론] Machine Learning 개념 이 글은 모두의 딥러닝 시즌1을 기반으로 작성한 글입니다. 머신러닝은 사람이 하나하나 프로그래 chaerrylog.tistory.com 위 글에서 선형회귀에 대해서 설명했다. 이 내용을 토대로 파이썬을 사용해 실습을 진행한다. Data Generation x_data = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] y_data = [1, 1, 2, 4, 5, 7, 8, 9, 9, 10] X, Y 데이터를 생성한다. import matplotlib.pypl..