/* 본 게시물은 ' Introduction to MachineLearning with Python | 안드레이스 뮐러, 세라 가이도 ' 의 내용과 참고자료를 토대로 작성되었습니다. */ /* 본 글은 개인적으로 공부한 내용을 정리한 글이므로 오류가 있을 수 있습니다. */ 1. 결정트리란? 결정트리는 분류와 회귀 문제에 널리 사용하는 모델이다. 기본적으로 결정 트리는 결정에 다다르기 위해 예/아니오 질문을 이어 나가면서 학습한다. (스무고개와 비슷하다.) 결정트리 장점 트리를 시각화하면 데이터가 어떻게 분류(예측)되는지 확인이 가능하다. 데이터의 스케일에 영향을 받지 않는다. 각 특성이 개별적으로 처리되어 데이터를 분할하는데 데이터 스케일의 영향을 받지 않으므로 결정 트리에서는 특성의 정규화나 표준화 ..

/* 본 게시물은 ' ' 의 내용과 참고자료를 토대로 작성되었습니다. */ /* 본 글은 개인적으로 공부한 내용을 정리한 글이므로 오류가 있을 수 있습니다. */ Colab 라이브러리 추가하기 1. Google Drive -> Colab Notebooks -> my_env 폴더 생성 2. colab으로 아래 코드 실행 (google drive / my-env로 경로 설정) import os, sys from google.colab import drive drive.mount('/content/drive') my_path = '/content/notebooks' # Colab Notebooks 안에 my_env 폴더에 패키지 저장 os.symlink('/content/drive/My Drive/Colab ..

/* 본 게시물은 ' 나의 첫 머신러닝/딥러닝 | with 허민석 ' 의 내용과 참고자료를 토대로 작성되었습니다. */ /* 본 글은 개인적으로 공부한 내용을 정리한 글이므로 오류가 있을 수 있습니다. */ 참고 자료 [최새환님의 블로그 - Gpu 사용을 위한 CUDA 환경 구성하기] : https://velog.io/@mactto3487/%EB%94%A5%EB%9F%AC%EB%8B%9D-GPU-%ED%99%98%EA%B2%BD-%EA%B5%AC%EC%84%B1%ED%95%98%EA%B8%B0 자세한 방법은 위 참고자료를 참고하길 바란다. 내 컴퓨터 환경 Window 10 RTX 3070 Python 3.9.9 NVIDA DRIVER 496.49 Cuda 11.2.2 cuDNN 11.2 Visual St..

/* 본 게시물은 ' 나의 첫 머신러닝 / 딥 러닝 ' 의 내용과 참고자료를 토대로 작성되었습니다. */ /* 본 글은 개인적으로 공부한 내용을 정리한 글이므로 오류가 있을 수 있습니다. */ 참고 자료 [URL] : 머신러닝이란? 데이터와 알고리즘을 기반으로 추론하는 프로그램으로 정의할 수 있다. 예시로 계산기는 1 + 2 의 답으로 3이 정해져있지만 머신러닝으로 1 + 2 의 답을 얻을 때 3이 아닌 다른 답이 나올 수 있다. 머신러닝(비결정론적 소프트웨어) 은 결정론적 소프트웨어로 해결하기 어려운 문제를 해결하는 방법이다. 이러한 비결정론적 소프트웨어는 스마트폰의 음성인식, 위조 지폐 판독기, 유튜브 알고리즘 등 이미 많이 상용화돼 있다. 머신러닝의 추론은 어떤 데이터를 사용하느냐 어떤 알고리즘을 ..