세션 전 학습 내용 교재: p.176 ~ p.217 [4-1] 로지스틱 회귀 핵심 키워드: 로지스틱 회귀, 다중 분류, 시그모이드 함수, 소프트맥스 함수 예제: 생선의 길이, 높이, 두께, 대각선 길이, 무게 데이터를 이용하여 럭키백에 들어갈 수 있는 생선 7개에 대한 확률을 출력하라. k-nn 회귀 알고리즘으로의 접근 ...

세션 전 학습 내용 교재: p.114 ~ p.173 [3-1] k-최근접 이웃 회귀 핵심 키워드: 회귀, k-최근접 이웃 회귀, 결정계수, 과대적합과 과소적합 지도 학습 알고리즘은 크게 분류와 회귀로 나뉜다. 여기서 회귀는, 클래스 중 하나로 분류하는 것이 아니라 임의의 어떤 숫자를 예측하는 문제다. 회귀는 정해진 클래스가 없고 임의의...

세션 전 학습 내용 교재: ~p.111 [1-1] 인공지능과 머신러닝, 딥러닝 핵심 키워드: 인공지능, 머신러닝, 딥러닝 인공지능: 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술 인공지능의 발전과정: 머신러닝: 규칙을 프로그래밍하지 않아도 자동으로 데이터에서...

ML모델의 성능에는 알고리즘의 우수성, 파라미터 최적화보다 데이터를 올바르게 파악하고 효과적으로 가공하는 것이 더 중요하다! EDA(탐색적 데이터 분석)과 데이터 시각화는 구별해야 한다. EDA: 시각화를 이용하지만 최종 목적은 분석 결과를 커뮤니케이션하기 위함이다. 1. EDA(Explanatory Data Anaylysis) 기술통계와 데...