머신러닝 야학 2기10 [머신러닝 야학 2기] 5일차 - 신경망의 완성:히든레이어 opentutorials.org/course/4570/28988 네번째 딥러닝 - 신경망의 완성:히든레이어 - 생활코딩 수업소개 히든레이어와 멀티레이어의 구조를 이해하고, 히든레이어를 추가한 멀티레이어 인공신경망 모델을 완성해 봅니다. 강의 멀티레이어 신경망 실습 소스코드 colab | backend.ai 보스 opentutorials.org 신경망의 완성:히든레이어 퍼셉트론 하나로 구성된 모델이 아닌 깊게 연결된 진짜 신경망 딥러닝 모델을 만들어 봅시다. 우리는 이미 방법을 모두 배웠습니다. 딥러닝은 기존 배웠던 퍼센트론을 여러개 사용하여 연결하면 되는 것입니다. 그림과 같이 입력층을 Input Layer 출력층을 Output Layer라고 합니다. 이 입력과 결과 사이에 퍼셉트론을 추가하고 그 부분을.. 2021. 1. 8. [머신러닝 야학 2기] 4일차 - 아이리스 품종 분류 opentutorials.org/course/4570/28987 세번째 딥러닝 - 아이리스 품종 분류 - 생활코딩 수업소개 아이리스 품종을 분류하는 딥러닝 모델을 텐서플로우를 이용하여 만들어 보고, 분류모델과 회귀모델의 차이점을 이해합니다. 범주형 변수의 처리 방법인 원핫인코딩을 해야하는 이유 opentutorials.org 아이리스 품종 분류 이번시간에 사용해볼 데이터는 아이리스데이터입니다. 정말 유명하고 많이 본 데이터입니다. 우리는 식물의 생태계를 연구하는 식물학자라고 생각을 해보겠습니다. 그 중 아이리스 꽃을 좋아해서 이를 분류하는 작업을 하려고 합니다. 데이터를 보면 우리는 꽃잎길이, 꽃잎폭 등을 품종을 구분하겠구나!! 하고 느끼게 될 것입니다. 하지만 레모네이드와 보스턴 집값 데이터와는 조금 .. 2021. 1. 7. [머신러닝 야학 2기] 3일차 - 학습의 실제 opentutorials.org/course/4570/28977 학습의 실제 - 생활코딩 수업소개 딥러닝 워크북에서 손으로 모델을 학습시켜 보며 딥러닝이 학습하는 원리를 배웁니다. 강의 "파일" > "사본 만들기"를 하시면 직접 해볼 수 있습니다. "파일" > "사본 만들기"를 하시 opentutorials.org 학습의 실제 저번시간에 종속변수에 값에 가장 큰접한 가중치들을 찾아야 한다고 배웠습니다. 그렇다면 가중치를 어떻게 찾는걸까요?? 직접 계산을 해보면서 그 의미를 알아보도록 하겠습니다! 워크북은 강의링크를 들어가면 확인할 수 있습니다. 1. 초기값 생성기를 통해 나오는 값을 복사하여 W와 B값을 넣어준다. 2. 결과인 W, B 그리고 자동으로 생성되는 Loss 값을 복사하여 history에 넣는.. 2021. 1. 6. [머신러닝 야학 2기] 3일차 - 보스턴 집값 예측 opentutorials.org/course/4570/28976 두번째 딥러닝 - 보스턴 집값 예측 - 생활코딩 수업소개 보스턴 집값을 예측하는 딥러닝 모델을 텐서플로우를 이용하여 만들어 보고, 모델을 구성하는 퍼셉트론에 대해 이해합니다. 강의 수식과 퍼셉트론 실습 소스코드 colab | backend. opentutorials.org 보스턴 집값 예측(강의) 온도 판매량 20 40 21 42 22 44 23 46 y = 2x 이전 시간에서 우리가 찾은 데이터와 데이터의 관계입니다. 우리는 뉴런 1개로 동작하는 모델을 만들었습니다. 우리는 이번시간에 다음과 같은 복잡한 공식을 스스로 학습하는 모델을 만들어 보도록 하겠습니다. 복잡해 보이고 어려울 것 같나요?? 하지만 우리는 이 복잡한 공식을 배우기 위해.. 2021. 1. 6. 이전 1 2 3 다음
