머신러닝기초4 머신러닝 실습: 회귀분석 연습 1 안녕하세요 블레이즈 테크노트 블레이즈 입니다. 오늘은 회귀 분석, 즉 데이터 사이의 관계를 예측하는 실습을 진행해보려고 해요. 회귀 분석이란, 주로 데이터 간의 선형 관계를 찾아내는 방법을 말합니다. 먼저 시작하기 전에, 데이터 분석에 필수적인 몇 가지 도구들을 준비해볼게요. numpy, pandas, matplotlib.pyplot, 그리고 seaborn 같은 라이브러리를 사용할 건데요, 이들에 대한 기초 사용법은 제가 이전에 작성한 포스팅에서 확인하실 수 있습니다. 2024.02.23 - [머신러닝(Machine Learning)] - 머신러닝 기초_numpy 활용하기 2024.02.25 - [머신러닝(Machine Learning)] - 머신러닝 기초_pandas, matplotlib.pyplot .. 2024. 2. 28. 머신러닝 기초_pandas, matplotlib.pyplot 활용하기 안녕하세요 블레이즈 테크노트 블레이즈 입니다. 오늘은 pandas 라이브러리를 사용하여 데이터를 다루는 몇 가지 기본적인 방법들을 소개하려고 합니다. 먼저, Colab에서 제공하는 캘리포니아 주택 데이터셋을 pandas로 불러와 보겠습니다 import pandas as pd df = pd.read_csv('./sample_data/california_housing_train.csv') # Data provided by Colab type(df) 이 DataFrame을 numpy 배열로 변환하려면 to_numpy() 메서드를 사용하면 됩니다 numpy_data = df.to_numpy() df.head() 를 활용하면 첫 5줄을 확인할 수 있습니다. 이를 통해 데이터의 생김새를 알 수 있죠. 아래와 같이 .. 2024. 2. 25. 머신러닝 기초_numpy 활용하기 안녕하세요 블레이즈 테크노트 블레이즈 입니다. 오늘은 NumPy를 활용해 다양한 방식으로 숫자 배열을 생성하는 방법에 대해 공유하고자 합니다. 먼저, np.linspace 함수를 사용하는 예시를 살펴보겠습니다. 이 함수는 시작점과 종료점 사이에서 균등한 간격으로 숫자를 생성합니다. 기본적으로, 이 함수는 시작점 1부터 종료점 11까지, 총 50개의 숫자를 선형 간격으로 생성합니다. import numpy as np z = np.linspace(1,11) print(z) 기본 값이 50이라 1부터 11까지 선형간격으로 50개의 숫자를 생성해줍니다. 이어서, np.linspace 함수를 사용해 1부터 11까지 총 11개의 숫자를 생성하고, 이를 활용해 여러 수학 함수의 결과를 탐색해 보겠습니다. x = np.. 2024. 2. 23. 머신러닝(ML) 순환신경망(Recurrent Neural Network) 기초 안녕하세요 블레이즈 테크노트의 블레이즈입니다. 오늘은 순환신경망(Recurrent Neural Network)에 대해 간단히 알아보도록 하겠습니다. 앞으로는 순환신경망이라는 단어와 RNN을 혼용할 예정이니 참고해주세요:) 순환 신경망에 대해서 아주 쉽게 설명한 영상입니다. 특히 내가 원하는 정보를 벡터로 변환하는 걸 잘 보여준다고 생각합니다. 영상에서 요리사는 애플파이, 햄버거, 치킨을 만드는데요 이 각각의 요리를 [100] [010] [001] 벡터로 표현하고 결국 행렬곱으로 문제를 풀 수 있다는 걸 보여줍니다. 순환 신경망에서 핵심적인 부분은 output이 다시 input으로 들어간다는 점입니다. 이게 바로 순환의 핵심인데요. 예를 들어, 영상에서는 요리사가 애플파이와 햄버거, 치킨을 순서대로 만들죠.. 2023. 7. 10. 이전 1 다음
