본문 바로가기

전체 글265

[section_2] 머신러닝 Linear Regression Linear Regression 값들이 일정한 선을 만들며 그 값을 예측 할 수 있다고 가정한다.예시 : 공부를 많이 하면 할수록 시험 점수는 높아진다. 새벽에 춥다가 점점 오후가되면서 따뜻해진다. Hypothesis(가정)값 들과 가장 유사한 선을 가정한다.H(x) = ax +b 가장 값들과 유사한 a, b를 찾는다.빨, 파, 노선 중에서 파랑이 가장 값 들과 유사한 값을 가지는 선 Cost(Loss) FuntionHypothesis에서 가장 유사한 선을 찾기위해서 점과 선사이의 차이(거리) 값을 이용하여 구한다.어떤 점에서 y값을 가질때 H(x) - y의 값을 Cost(Loss)라 한다.Cost값이 적을 수록 유사한 선이라고 가정한다.각 점에서의 Cost의 값이 모두 양수의 값를 만들기 위해 Cost.. 2018. 6. 1.
[section_1] Tensorflow 기본예제(Hello world! 및 간단한 연산), 상수 & placeholder Hello, Tensorflow 출력하기출력 결과에서 b는 바이트 문자를 의미한다.(신경 안써도 됩니다.)hello = tf.constant("Hello, Tensorflow!") sess = tf.Session() print(sess.run(hello)) 간단한 연산해보기(상수 이용하기) 결과적으로 어떠한 결과가 나오는 것이 아니고 각 노드에 들어있는 정보를 표시해준다.# -*- coding: utf-8 -*- import tensorflow as tf # constant operation(node) create # 명시적으로 데이터형을 주었을때 node1 = tf.constant(3.0,tf.float32) # 명시적으로 데이터형을 안주었을 node2 = tf.constant(4.0) # add op.. 2018. 6. 1.
[section_1] Tensorflow 이해 와 Ranks,Shapes,Types 텐서플로우의 이해텐서플로우의 이해 - 텐서(Tensor) : 텐서란 다차원의 데이터 배열을 의미한다. - 노드(Node) : 그래프 상에서 연산(Mathematical operation)을 의미한다. - 선(Edge) : 데이터(Tensor)가 각 노드사이를 입,출력을 하는 것을 의미한다. - 텐서플로우 : 텐서라는 데이터 집합이 입,출력 과정을 거치는 것을 의미한다. Ranks : 쉽게 설명하면 차원수(1차원,2차원)을 의미한다. -> 대 괄호의 개수Shapes : 차원안에 원소의 개수를 의미한다. -> 대 괄호 안의 원소의 개수 Types : 데이터 타입을 의미한다. 예시- [1, 2, 3] -> 랭크 1, 세이프3- [[1, 2, 3],[4, 5, 6]] -> 랭크 2, 세이프 [2,3]- [[[1.. 2018. 6. 1.
[section_1] 머신러닝(Machine Learning) 이란? / Supervised vs Unsupervised Learning 머신러닝 명시적 프로그래밍의(Explicit Program)의 제한성 문제점을 해결하기 위함 - 예 : 이메일 스팸필터, 무인자동차 등 많은 경우의 수가 나올 수 있는 문제를 해결하기 위함 지도학습(Supervised) / 자율학습(Unsupervised) learningSupervised Learning : 테스트 케이스(labeled example, training set)를 통해서 학습시킨다. - 예 : 강아지 사진 50장을 통해서 강아지를 구분하게 학습시킨다.Unsupervised Learning : 테스트 케이스 없이 학습시킨다. - 예 : 뉴스피드, 단어 분류 (여러 주제,단어들 중에서 비슷한 특징을 가진 것끼리 학습시킨다.) 테스트 케이스의 종류Regression : 범위가 있는 경우 - 예.. 2018. 6. 1.

티스토리툴바