반응형 전체 글9 머신러닝 2_2 (사이킷런 기반프레임워크) - 지도학습 Estimator : 지도학습의 모든 알고리즘을 구현한 클래스 ~Classifier 분류(Classification) 알고리즘이 구현된 클래스 DecisionTreeClassifier RandomForestClassifier GradientBoostingClassifier GaussianNB SVC ~Regressor 회귀(Regression) 알고리즘이 구현된 클래스 LinearRegression Ridge Lasso RandomForestRegressor GradientBoostingRegressor fit() 지도학습 알고리즘을 학습시킬 때 사용되는 메서드 predict() 지도학습 알고리즘을 이용하여 예측을 할 때 사용되는 메서드 - 비지도학습 차원 축소 클러스터링 피처 추출(Feat.. 2022. 4. 22. 머신러닝 2_1 1-1.용어정리 피쳐(Feature) , 속성 피처는 데이터세트의 일반속성, 타겟값을 제외한 나머지 속성을 모두 피처로 칭함 타겟(값),결정(값)(=레이블, 클래스) 지도학습시 데이터의 학습을 위해 주어지는 정답 데이터, 레이블, 클래스 ⇒ 지도 학습 중 분류의 경우 에는 이 결정 값을 레이블 또는 클래스로 칭함. 지도학습 - 정답이 주어진 데이터(Prediction) 를 학습 한 뒤 미지의 정답을 예측하는 방식 (학습데이터세트-학습을 위한 데이터 세트(속성과 결정값(레이블)이 모두 있어야한다.), 테스트데이터세트- 예측 성능을 평가하기 위한 데이터 세트)-- 회기, 분류 사이킷런을 이용하여 붓꽃(Iris) 데이터 품종 예측하기 1-2. 붓꽃 데이터분류 예측 프로세스 데이터 세트 분리 - 데이터를 학습 .. 2022. 4. 21. 메타버스-문화 관점으로 생각하기 기술의 발전으로 변화한 문화와의 만남은 사람들에게 늘 새로운 충격이고 이러한 문화는 사람들의 관심과 붐으로 이어진다. 4차 산업혁명을 넘어 디지털 트랜스포메이션 으로 넘어가는 상황은 여러 가지 첨단기술이 융합하여 변화를 일으키는 혁신이기에, 여러 장르의 예술이 서로 경계를 넘나들며 융합을 일으키는 예술의 성격과도 닮았고 이러한 기술적 문화적 융합이 위드코로나 시대에서 사람들의 필요와 요구에 맞추어 발전하는 과정에서 메타버스는 화두가 되고 있다. 도나 해러 웨이의 사이보그 선언, 반려종 선언, 트러블과 함께하기는 인간과 동물, 인간과 종과 종간의 관계에 이어 이미 코로나와 함께 하고 있는 위드코로나 상황에서 인간의 삶에 대해 다시 한번 생 각 해보게 한다. 제레미 리프킨의 그린 뉴딜의 탄소중립, 친환경의 .. 2022. 4. 15. 힘이되는 명언(feat. 동기부여) Believe you can, and you’re halfway there. - Theodore Roosevelt 할 수 있다고 믿으면, 이미 반은 왔다. I grow with people who are more positive, forward-looking and willing to grow. 나는 더 긍정적이고 미래 지향적이며, 성장하려는 사람들과 함께 성장합니다. As I start to move towards the goal, the goal will start to move towards me. - Bob Proctor 내가 목표를 향해 움직이면, 목표도 나를 향해 움직인다. See the things that you want as already yours - The secret, Rhonda .. 2022. 4. 13. 이전 1 2 3 다음 반응형
