@diamo
Writing about AI
Nothing here yet.
Nothing here yet.
Jul 3, 2023 · 3 min read · 1. Decision Tree(의사결정 트리) 의사결정 트리는 노드를 따라 내려가면서 질문을 기준으로 해당 데이터가 어떤 범주에 속하는지를 분류하는 알고리즘이다. 간단하게는 다음과 같은 것도 의사결정 트리이다. (실제로 다양한 환경에서 무엇을 먹고 싶은지에 대한 빅 데이터를 확보하면, 배달음식 트리를 더 정교하게 만들 수 있을 것이다.) 그렇다면 이런 트리는 어떻게 만들 수 있을까? 의사결정 트리를 만드는 알고리즘은 다음과 같다. Featu...
Join discussionJul 2, 2023 · 1 min read · 모든 인공지능 모델은 한 가지 문제점을 공유하고 있습니다. 그건 바로 overfitting, 과적합의 문제죠. 과적합은 어느 모델에서나 나타날 수 있습니다. 그렇기에 과적합을 줄이는 방법은 항상 인공지능의 주된 연구 분야입니다. 그중에서 가장 자주 사용되는 두 가지의 기법이 바로 이번에 소개하는 L2 Regularization과, 딥러닝에서 사용되는 Dropout입니다. Dropout은 딥러닝에서만 사용되니 나중에 설명하도록 하고, 여기서는 범...
Join discussionJul 2, 2023 · 3 min read · 1.분류 문제는 어떻게 해결할까 앞서 살펴본 선형 회귀는 주어진 데이터로부터 특정 숫자값을 예측하는 모델이었습니다. 하지만, 예측해야 하는 값이 어떤 숫자가 아니라 분류라면 어떨까요? 예를 들면, 동물의 꼬리 길이나 습성에 대한 데이터가 주어졌을 때, 이 동물이 강아지인지 고양이인지 예측하는 모델을 만들어야 한다고 하면, 이는 선형 회귀로는 해결하기 어려운 문제입니다. 이렇게 분류 문제를 해결할 때 로지스틱 회귀를 사용할 수 있습니다. 로지스틱...
Join discussionJul 1, 2023 · 2 min read · 앞서 살펴본 선형회귀 계산은 참값을 구해준다는 장점이 있지만, 시간 복잡도가 \(O(n^3)\)이기에 데이터가 커질 경우 시간이 오래 걸린다는 단점이 있습니다. 비록 다항시간 알고리즘이긴 하지만, 데이터의 수가 백만 단위가 넘어가는 일이 매우 많다는 것을 고려하면 세제곱 시간 역시 짧은 시간은 아닙니다. 그래서 구체적으로 w값을 구하기보단, 이를 근사하는 경사 하강법(Gradient Descent)이 선형회귀의 계수를 구하는 데 널리 사용됩니다...
Join discussionJul 1, 2023 · 4 min read · 1.선형회귀란 무엇인가 머신 러닝 기법 중 가장 간단하고 시작하기 좋은 기법이 바로 선형 회귀일 것입니다. 선형 회귀는, 아래 그림처럼 데이터의 분포를 가장 잘 나타내는 직선(그림에서는 빨간 선)을 찾는 것입니다. 수직인 두 검은 선은 좌표축을, 각 점은 x값에 따른 y값의 분포를 나타내고 있습니다. 이때 우리는 한눈에, 검은 점이 x값이 늘어남에 따라 y값도 늘어나는 관계를 가지고 있다는 것을 알 수 있습니다. 그렇지만, 정확히 어떤 경향성...
Join discussion