728x90 반응형 딥러닝20 regression Predicting house prices: a regression example¶ Predicting a continuous value instead of a discrete label The Boston Housing Price dataset¶ We want to predict the median price of homes in a given Boston suburb in the mid-1970s, given the crime rate, the local property tax rate, and so on. It has relatively few data points: only 506 (404 training samples and 102 test samples). Each feature in the .. 2020. 6. 20. multi class classification Classifying newswires: a multiclass classification example¶ Now, we know how to classify vector inputs into two mutually exclusive classes using a densely connected neural networks. Here, we will build a network to classify Reuters newswires into 46 mutually exclusive topics. Since we have many classes, this problem is an instance of multi-class classification. single-label, multiclass classific.. 2020. 6. 20. binary classification_multi perceptron Classifying movie reviews: a binary classification problem¶ The IMDB dataset¶ A set of 50,000 highly polarized reviews (positive and negative) from the Internet Movie Database 25,000 reviews for training and 25,000 reviews for testing Each set consists of 50% negative and 50% positive reviews Why use separate training and test sets? Loading the IMDB dataset The argument num_words=10000 means tha.. 2020. 6. 20. MNIST 데이터를 활용한 딥러닝 기초 딥러닝을 입문할 때 바이블 데이터인 MNIST를 가지고 딥러닝을 배워보자 !¶ tensorflow 모듈을 불러오고, 버전을 확인한다. tensorflow의 경우 2.1.0, 그 안의 keras의 경우 2.2.4 인 환경에서 실행한다. In [24]: import tensorflow as tf tf.__version__ Out[24]: '2.1.0' In [25]: tf.keras.__version__ Out[25]: '2.2.4-tf' 이제 tensorflow에 속한 keras에서 mnist를 불러와보자. 아래의 형식대로 불러오게 되면 train set과 test셋을 불러오게 된다. In [7]: from tensorflow.keras.datasets import mnist .. 2020. 5. 16. 4. How Deep learning work 머신러닝과 딥러닝 접근 방법 사이의 가장 큰 차이는 바로 데이터로부터 representation에 대한 학습을 하느냐 이다. 딥러닝은 이 representation을 스스로 학습한다. 머신러닝과 같은 경우 3가지 준비물이 필요한데, 입력값, 결과값, 성능지표 이다. 머신러닝의 중심 문제는 어떻게 데이터를 의미있게 변형하냐이며 이는 곧 날 것(raw)입력 데이터에 대해 유용한 representation을 만들어 낼 것이냐로 해석된다. 데이터를 표현하는 방식이 곧 representation 이라고 할 수 있다. 데이터를 어떻게 representaion하느냐에 따라서 task level이 차이가 나게 되고 이는 곧 성능에 중요한 요소로써 작용하게 된다. label을 가진 두 변수를 그래프위에 뿌렸을 때 위의 .. 2020. 3. 28. 3. Generalization 딥러닝의 핵심 컨셉인 Generalization 에 대하여 알아보자. 아래의 그림을 살펴보자. 어떤게 좋은 모델일까? M은 차수를 나타낸다. polinomial degree. 왼쪽 위부터 그림을 보면 빨간색 직선이 관측치 파란 점들의 분포를 제대로 설명해주고 있지 않다. 이것은 관측치들의 평균값(상수)을 직선상에 표시한 그래프로써 예측이라기 보다는 하나의 대푯값으로 사용한다. 오른쪽 위의 그림은 실제값 파란점들은 곡선을 따라 유하게 분포되어 있는데 이를 직선으로 표현하려니 파란점들의 분포를 제대로 설명할 수 없다. 왼쪽 아래의 그래프의 경우 파란색 실제값 분포를 곡선형태의 함수 그래프로 표현하여 대부분의 파란점들을 표현할 수 있다. 그 오른쪽의 그래프를 보면 모든 파란점들을 지나는 함수 그래프를 그림으로.. 2020. 3. 28. 이전 1 2 3 4 다음 728x90 반응형
