파이썬 머신러닝 완벽가이드 - 저자: 권철민 - 위 책을 바탕으로 정리한 내용입니다. 비지도 학습이란 정해져 있는 값(라벨)이 없는 데이터를 (데이터 피처 값을 통해) 비슷한 특징끼리 군집화하여, 이후에 입력하는 새로운 데이터에 대한 결과를 예측하는 학습을 의미합니다. K-평균 알고리즘 (군집화) 군집 중심점이라는 특정한 임의의 지점을 선택해, 해당 중심에 가장 가까운 포인트들을 선택하는 기법입니다. 군집 중심점은 선택된 포인트(데이터)의 평균 지점으로 이동하고, 이동된 중심점에서 다시 가까운 포인트를 선택합니다, 다시, 중심점을 평균 지점으로 이동하는 프로세스를 반복적으로 수행하며, 모든 데이터 포인트에서 더 이상 중심점의 이동이 없을 경우에 반복을 멈춥니다. 1) 군집화의 기준이 되는 중심을 구성하려..
합성곱 신경망 (CNN) 고수준 뉴런이 이웃한 저수준 뉴런의 출력에 기반한다는 아이디어에서 착안된 신경망 모델이며 각 뉴런은 이전 층에 있는 몇 개의 뉴런에만 연결됩니다. 이미지나 영상을 처리하는데 유용한 신경망입니다. 이미지 전체를 한 번에 계산하는 것이 아닌 이미지의 국소적 부분을 계산함으로써 시간과 자원을 절약하여 이미지의 세밀한 부분까지 분석할 수 있는 신경망입니다. 1) 합성곱 신경망의 구조 입력층 합성곱층 폴링층 완전연결층 출력층 첫 번째 합성곱층의 뉴런은 입력 이미지의 모든 픽셀에 연결되는 것이 아닌 합성곱 층 뉴런의 수용장 안에 있는 픽셀에만 연결됩니다. 두 번째 합성곱층에 있는 각 뉴런은 첫 번째층의 작은 사각 영역 안에 위치한 뉴런에 연결됩니다. 이런 구조는 네트워크가 첫번째 은닉층에서..
딥러닝 모델을 사용하려면 매번 계속 몇 시간 동안 학습시켜야 되는지 궁금할 것입니다. 딥러닝 모델을 학습시킨다는 의미는 딥러닝 모델이 가지고 있는 뉴런들의 가중치를 조정하는 것을 의미합니다. 그러므로, 우리는 모델 구성과 가중치를 저장만 해놓으면, 필요할 때 언제든 저장한 모델의 구성과 가중치를 불러와서 사용할 수 있습니다. 개요 학습 모델(아키텍처, 가중치) 저장하기 저장한 모델 불러오기 모델 형태 보기 학습 모델 가중치만 저장하기 (1) 학습 모델 저장하기 ( model.save("*****.h5") ) 모델은 크게 모델 '아키텍처'와 모델 '가중치'로 구성됩니다. 아키텍처는 모델이 어떤 층으로 어떻게 쌓여있는지에 대한 모델 구성이 정의되어 있습니다. 가중치(weights)는 처음에는 임의의 값으로 ..
"딥러닝 텐서플로 교과서" 책을 공부하고 정리한 것입니다.감사합니다.합성곱 신경망(CNN) - 합성곱층, 폴링층, 스트라이드, 커널,필터 알아보기 합성곱 신경망(CNN) - 합성곱층, 폴링층, 스트라이드, 커널,필터 알아보기합성곱 신경망 (CNN) 고수준 뉴런이 이웃한 저수준 뉴런의 출력에 기반한다는 아이디어에서 착안된 신경망 모델이며 각 뉴런은 이전 층에 있는 몇 개의 뉴런에만 연결됩니다. 이미지나 영상을 처kylo8.tistory.com[딥러닝] RNN 순환신경만이란, [딥러닝] RNN 순환신경만이란,"딥러닝 텐서플로 교과서" 책을 공부하고 정리한 것입니다. 감사합니다. 개요 RNN이란 무엇인가 RNN의 유형 RNN의 구조 RNN 계층과 셀 (1) RNN (Recurrent Neural Network..
