흰둥이는 코드를 짤 때 짖어 (왈!왈!왈!왈!왈!왈!왈!왈!왈!왈!왈!)

1. 활성화 함수(Activation Function) 신경망의 성능을 향상시키기 위해 사용 선형 함수는 입력값과 가중치를 곱한 결과를 그대로 출력하기 때문에 신경망에서 여러 개의 선형 활성화 함수를 사용한다면 최종 출력값은 입력값과 가중치의 선형 조합으로 표현되므로 이는 입력 데이터의 비선형 관계를 표현할 수 없음 신경망이 입력 데이터의 비선형 관계를 작 학습할 수 있도록 하기 위해서 비선형 활성화 함수를 사용 In [ ]: import numpy as np import matplotlib.pyplot as plt 1-1. 시그모이드 In [ ]: def sigmoid(x): return 1/(1+np.exp(-x)) x = np.arange(-5.0, 5.0, 0.1) y = sigmoid(x) pl..

1. 퍼셉트론(Perceptron) 1-1. 생물학전 뉴런 인간의 뇌는 수십억 개의 뉴런을 가지고 있음 뉴런은 화학적, 전기적 신호를 처리하고 전달하는 연결된 뇌신경 세포 1-2. 인공 뉴런(Perceptron) 1943년에 워렌 맥컬록, 월터 피츠 단순화된 뇌세포 개념을 발표 신경 세포를 이진 출력을 가진 단순한 논리 게이트라고 설명 생물학적 뉴런의 모델에 기초한 수학적 기능으로, 각 뉴런이 입력을 받아 개별적으로 가중치를 곱하여 나온 합계를 비선형 함수를 전달하여 출력을 생성 1-3. 논리 회귀(단출 퍼셉트론)로 OR, AND 문제 풀기 In [ ]: import torch import torch.nn as nn import torch.optim as optim In [ ]: X = torch.Flo..

1. 손글씨 인식 모델 만들기 In [ ]: import torch import torch.nn as nn import torch.optim as optim import torchvision.transforms as transforms import matplotlib.pyplot as plt from sklearn.datasets import load_digits In [ ]: device = 'cuda' if torch.cuda.is_available() else 'cpu' print(device) cuda In [ ]: digits = load_digits() x_data = digits['data'] y_data = digits['target'] print(x_data.shape) print(y_d..

1. 단항 논리 회귀 실습 논리 회귀(Logistic Regression) 분류를 할 때 사용하며 선형 회귀 공식으로부터 나왔기 때문에 논리 회귀라는 이름이 붙여짐 직선 하나(선형 회귀)를 사용해서 예측한다면 제대로 예측할 수 없음 Sigmoid 함수(Logistic 함수)를 사용하여 정확도를 높임 Sigmoid 함수 예측값을 0에서 1사이 값이 되도록 만듬 0에서 1사이의 연속된 값을 출력으로 하기 때문에 보통 0.5를 기준으로 구분 In [ ]: import torch import torch.nn as nn import torch.optim as optim import matplotlib.pyplot as plt torch.manual_seed(10) Out[ ]: In [ ]: x_train = t..

1. 단항 선형 회귀 실습 한 개의 입력이 들어가서 한 개의 출력이 나오는 구조 In [ ]: import torch import torch.nn as nn import torch.optim as optim import matplotlib.pyplot as plt In [ ]: # 파이썬 코드를 재실행해도 같은 결과가 나올 수 있도록 랜점시드를 설정 torch.manual_seed(10) Out[ ]: In [ ]: x_train = torch.FloatTensor([[1], [2], [3]]) y_train = torch.FloatTensor([[2], [4], [6]]) print(x_train) print(x_train.shape) print(y_train) print(y_train.shape) t..

1. 파이토치(Pytorch) 텐서플로우와 함께 머신러닝, 딥러닝에서 가장 널리 사용되는 프레임워크 초기에는 Torch라는 이름으로 Lua언어 기반으로 만들어졌으나, 파이썬 기반으로 변경한 것이 Pytorch 뉴욕대학교와 페이스북이 공동으로 개발하였고, 현재 가장 대중적이고 널리 사용됨 In [ ]: import torch print(torch.__version__) 2.0.1+cu118 1-1. 스칼라(Scalar) 하나의 상수를 의미 In [ ]: var1 = torch.tensor([1]) In [ ]: type(var1) Out[ ]: torch.Tensor In [ ]: var2 = torch.tensor([6.5]) In [ ]: # 두 스칼라의 사칙 연산 print(var1 + var2) p..

1. Clusters In [ ]: import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt from sklearn.datasets import make_blobs In [ ]: X, y = make_blobs(n_samples=100, centers=3, random_state=10) In [ ]: X = pd.DataFrame(X) X Out[ ]: 0 1 0 -2.324963 -6.699996 1 0.518568 -4.900868 2 2.443018 3.846526 3 5.826623 -9.922593 4 2.033002 5.289908 ... ... ... 95 -0.736931 -4.95..

1. credit 데이터셋 살펴보기 In [ ]: import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt In [ ]: credit_df = pd.read_csv('/content/drive/MyDrive/KDT/4. 머신러닝과 딥러닝/credit.csv') In [ ]: credit_df Out[ ]: ID Customer_ID Name Age SSN Occupation Annual_Income Num_Bank_Accounts Num_Credit_Card Interest_Rate ... Num_Credit_Inquiries Outstanding_Debt Credit_Uti..