얼레벌레

1일차 Sequential, Functional 방법 / 선형회귀, 로지스틱회귀 2일차 히든레이어, learning_rate, early stopping, validation split 3일차 ML과 DL의 차이점, ANN 4일차 ANN 실습 DAY 1 본격적인 모델링이라기 보다는 tensorflow, keras 사용법에 대해 익혔다. 선형 회귀 y = w1*x1 + w2*x2 + w3*x3 + w0 식에 기반한 구조이다. Sequential하게 구현 세션 클리어 : 기존의 모델이 남아있다면 지우기 keras.backend.clear_session() 레이어 블록을 쌓을 발판 생성 : 레고처럼 차곡차곡 model = keras.models.Sequential() 레이어 블록 조립 model.add(ker..

모델링의 목표 모든 데이터셋은 모집단의 부분집합 -> 모델링의 목표는 부분집합을 학습해서 모집단을 적절히 예측하는 것 (적절한 성능을 얻는 것) 성능 튜닝 선형 모델 - 변수 선택법 변수 선택법 : 전진 선택법 혹은 후진 소거법 AIC값(Akaike information criterion, 아카이케 통계량, 모델의 적합도)을 기준으로 탐색, AIC 값은 낮을수록 좋다 AIC 값은 작을수록 좋은 모델이다 AIC = - 모델의 적합도 + 변수의 개수 (모델의 적합도(설명력)이 높을수록, 변수의 개수는 적정 개수일수록 좋음) AIC값이 가장 작은 모델을 단계별, 순차적으로 탐색 feature 별로 각각 단순회귀 모델을 생성하고 AIC 값 비교하여 제일 작은 변수 선정 단계 1에서 선정된 변수에 나머지 변수를 ..

5주차 정리 1-3일차 모델링 기초 4-5일차 모델링 성능 올리기 6일차 시계열 모델링 모델이란? 모델 정의 : 데이터로부터 패턴을 찾아 수학식으로 정리해 놓은 것, 모델링 : 오차가 적은 모델을 만드는 과정 모델의 목적 : 샘플을 가지고 전체를 추정 => 패턴을 찾는 방법으로 지도학습/비지도학습 으로 나뉨 => 지도학습에서도 Regression/Classification 나뉨 실제 값 = 모델 + 오차 오차는 자료가 벗어난 정도로, (실제값-모델) 제곱의 합으로 구함 모델 분류 지도학습 회귀 (Regression) => 평가 방법 : R2 score(오차 비), MSE(오차 양), RMSE, MAE, MAPE(오차 율) Linear Regression : 데이터를 하나의 직선으로 요약 전제조건 : Na..