IT 기록32 [머신러닝]02-2.Linear Regression 실습 ※본 포스팅은 직접 강의하는 내용이 아닌, 김성훈 교수님의 머신러닝 강의를 정리하기 위한 포스팅입니다.김성훈 교수님의 강의는 모두를 위한 머신러닝/딥러닝(http://hunkim.github.io/ml)에서 들을 수 있습니다. 1.Building graph using TF operation# Lab 2 Linear Regression import tensorflow as tf tf.set_random_seed(777) # for reproducibility # Try to find values for W and b to compute y_data = W * x_data + b # We know that W should be 1 and b should be 0 # But let's use TensorFlo.. 2018. 7. 3. [머신러닝]02-1.Linear Regression의 개념 ※본 포스팅은 직접 강의하는 내용이 아닌, 김성훈 교수님의 머신러닝 강의를 정리하기 위한 포스팅입니다.김성훈 교수님의 강의는 모두를 위한 머신러닝/딥러닝(http://hunkim.github.io/ml)에서 들을 수 있습니다. Linear Regression(선형회귀)란?종속 변수 y와 한 개 이상의 독립 변수(또는 설명 변수) X와의 선형 상관 관계를 모델링하는 회귀분석기법ex) 한 학생이 7시간을 공부했을 때 몇 점을 받을지에 대한 예측(Supervised Learning)x(hours) y(score) 10 90 9 80 3 50 2 30 7? (Linear) Hypothesis(가설) 세우기세상에는 Linear로 설명할 수 있는 관계가 많다ex) 공부시간과 성적의 관계, 집의 넓이와 가격의 관계 .. 2018. 7. 2. [머신러닝]01-2.Tensorflow의 기본 ※본 포스팅은 직접 강의하는 내용이 아닌, 김성훈 교수님의 머신러닝 강의를 정리하기 위한 포스팅입니다.김성훈 교수님의 강의는 모두를 위한 머신러닝/딥러닝(http://hunkim.github.io/ml)에서 들을 수 있습니다. Tensorflow란?구글에서 만든 오픈소스 라이브러리머신러닝을 위한 라이브러리는 많지만, Tensorflow가 압도적인 1등(new contributors, new forks, new issues 기준 등)Data flow graphs를 사용하여 수치적으로 연산Python을 사용 Data flow graph란?노드(Node)와 엣지(Edge)로 연결된 것이 그래프노드(Node) : 하나의 연산(더하기, 곱하기 등)엣지(Edge) : 데이터(Tensor)의 연결 Tensorflow.. 2018. 6. 25. [머신러닝]01-1.머신러닝의 개념과 용어 ※본 포스팅은 직접 강의하는 내용이 아닌, 김성훈 교수님의 머신러닝 강의를 정리하기 위한 포스팅입니다.김성훈 교수님의 강의는 모두를 위한 머신러닝/딥러닝(http://hunkim.github.io/ml)에서 들을 수 있습니다. 머신러닝은 무엇인가?일종의 소프트웨어, 프로그램Explicit(명시적) programming의 한계로 인해 제안, 발전 ex) 스팸 필터 : 많은 규칙 / 자율 주행 : 아주 많은 규칙 →개발자가 일일히 프로그래밍 할 수 없다. 프로그램이 학습해서 스스로 정하도록 개발 러닝(학습)은 무엇인가?Supervised learning(지도 학습) : 정해져 있는 데이터(labeled examples, training data set)로 학습 ex) 고양이 사진들을 주고 학습시키고, 사진이.. 2018. 6. 24. [머신러닝]00.수업 개요 ※본 포스팅은 직접 강의하는 내용이 아닌, 김성훈 교수님의 머신러닝 강의를 정리하기 위한 포스팅입니다.김성훈 교수님의 강의는 모두를 위한 머신러닝/딥러닝(http://hunkim.github.io/ml)에서 들을 수 있습니다. 머신러닝을 잘 이해하고 활용하는 것이 Super power를 가지는 길이다. - Dr. Andrew Ng 더 많은 사람들이 머신러닝과 딥러닝을 이해할 수 있도록 Andrew Ng 교수의 강의를 참고해 한국어 강의를 진행할 것 강의 대상머신러닝/딥러닝에 궁금증을 가진 모든 사람수학에 자신이 없고, 컴퓨터 전공이 아니더라도 이해할 수 있을만한 정도수학이 전혀 사용 되지 않는 것은 아니지만, y=ax+b 정도 수준이면 충분머신러닝을 블랙박스처럼 활용할 수 있는 많은 툴들이 있지만, 머신.. 2018. 6. 24. 이전 1 2 3 4 다음
