머신러닝 썸네일형 리스트형 머신러닝 부트스트랩핑, 베깅, 데이터 샘플링에 대한 쉬운 이해 머신러닝 부트스트랩핑, 베깅, 데이터 샘플링에 대한 쉬운 이해 안녕하세요. 로스윗의 코딩캠프입니다. 오늘은 머신러닝 부트스트랩핑(bootstraping), 배깅(begging)과 데이터 샘플링(data sampling)에 대해 쉽고 재밌고 똑똑하게~ 열심히 배워보는 시간을 가져보겠습니다. -부트 스트랩핑(Bootstraping)이란? -> 부트 스트랩핑(bootstraping)이란 복원 추출을 허용한 표본 재추출 방법을 뜻한다. 쉽게 말해서 뽑은 데이터를 다시 집어넣는다는 말입니다. 예를 들어 주머니에 10개의 공이 있는데 3개가 빨간공이면 빨간공이 뽑힐 확률은 3/10입니다. 그런데 처음에 빨간공을 뽑고 나서 주머니에 넣지 않으면 다음번에 빨간공이 뽑힐 확률은 2/9로 줄지만 다시 주머니에 넣으면 여전.. 더보기 머신러닝 랜덤 포레스트 알고리즘 간단 정리 머신러닝 랜덤 포레스트 알고리즘 간단 정리 안녕하세요. 로스윗의 코딩캠프입니다. 오늘은 머신러닝(Machine learning)모델중 대표적인 앙상블 모델인 랜덤 포레스트(Random Forest)에 대한 내용을 공유드리겠습니다. 현업에서도 많이 쓰이는 모델이니 열심히 공부해봅시다~! - 머신 러닝 앙상블 모델 랜덤 포레스트(Random Forest)란? --> Decision Tree가 모여서 더 좋은 결과를 내는 모델. Random Forest는 CART 모델이 가지는 단점을 극복하기 위해서 제시된 모델입니다. 즉, Random Forest는 DT(decision tree, 결정트리)하나가 training data에 너무 쉽게 overfit(과적합)되고, training data의 변화에 민감한 단점.. 더보기 Decision Tree(결정 트리)가 왜 머신러닝 대표 알고리즘일까? Decision Tree(결정 트리)가 왜 머신러닝 대표 알고리즘일까? 안녕하세요. 로스윗의 코딩캠프입니다. 오늘은 머신러닝 모델 중 Decision Tree에 대한 내용을 공유드리고자 합니다. 이후 모델인 Random Forest의 기본이 되는 모델이니열심히 배워봅시다~! - Decision Tree란? --> 조건에 따라 데이터를 분류하는 모델 Decision Tree는 대표적인 non-parametric모델입니다. 파라미터 w와 b가 존재하지 않지 때문이죠. 또한 Decision Tree는 대표적인 white-box 모델입니다. 모델이 훈련되는 과정을 명확하게 알 수 있기 때문입니다. 우리가 공부하는 Decision Tree모델은 CART입니다 (Classification And Regression.. 더보기 머신러닝 분류 모델 Linear Classifier(선형 분류)에 대한 핵쉬운 설명 머신러닝 분류 모델 Linear Classifier(선형 분류)에 대한 핵쉬운 설명 안녕하세요! 로스윗의 코딩캠프입니다. 오늘은 제가 배우고 공부한 Linear Classifier에 대한 내용을 공유드릴까 합니다. Linear Classifier는 직역으로 해석하면 선형 분류라는 뜻인데요 어떤 모델인지 한 번 같이 살펴보겠습니다~! - Linear Classifier란? --> y = Wx + b로 표시되는 선형 함수로 데이터를 분류하는 모델. linear classifier는 하나의 선형식으로 데이터를 나누는 방법입니다. 선형식이라함은 직선도 선형식이고, 평면도 선형식입니다. 선형식이라는 것을 수학적으로 이야기하면 2차항 이상이 없는 것을 이야기 합니다. y = x1 + x2 + x3 + 5 이런식으로.. 더보기 그림으로 쉽게 이해하는 머신러닝 분류(Classification) 모델 그림으로 쉽게 이해하는 머신러닝 분류(Classification) 모델 안녕하세요. 로스윗의 코딩캠프입니다. 오늘은 머신러닝의 task중 classification(분류)에 대해서 그림으로 쉽고 똑똑하게 알아보도록 하겠습니다. - 분류모델(Classification)이란? -> 주어진 데이터(X)를 분류하고자 하는 값(y)에 할당하는 방법 또는 -> 주어진 input 데이터(X)를 찾고자 하는 target value(y)에 할당하는 방법 이라고 정의 할 수 있겠습니다. - 분류(Classification) 모델의 종류? 분류 모델은 정말 많이 발전되어 왔지만 대표적으로 아래 10가지를 소개해드립니다. 1. Linear Classifier 2. Logistic Regression 3. Naive Bayes.. 더보기 머신러닝 엔지니어가 되고 싶은 분들에게.. 머신러닝 엔지니어가 되고 싶은 분들에게.. 안녕하세요. 로스윗의 코딩캠프입니다. 오늘은 머신러닝 엔지니어가 되고 싶은 여러분들이 입사 하게 되면 일하는 현실적인 부분과 주니어로 시작해서 어떻게 시니어가 되는지의 과정을 이야기해드리려 합니다. 사실 실력과 연차가 상관관계가 많이 없어서 좀 무의미하지만 대강 1~3년차를 주니어, 4~6년차를 시니어라고 가정하도록 하겠습니다. - 주니어 머신러닝 엔지니어 주니어 ML엔지니어의 경우는 만약 갓 회사에 입사했다면 보통은 이미 팀이 있는 경우가 아니라 본인이 1호인 경우거나 회사의 대표가 무엇이 필요한지 모르고 뽑은 경우가 많습니다. (이게 현실 ㅠㅠ) '데이터를 주면 머신러닝 해야지~' 라고 생각하고 입사했지만 현실은 데이터를 수집하고 빌딩하는 작업부터 수행 할 .. 더보기 이전 1 2 다음
