전체 글

[파이토치로 시작하는 딥러닝 기초]04.01_Multivariable_Linear_regression

4. Multivariable Linear regression(다항회귀분석) Simple Linear REgression 복습 Multivariate Linear Regression 이론 Naive Data Representation Matrix Data Representation Multivariate Linear Regression nn.Module 소개 F.mse_loss 소개 Simple Linear Regrssion? 하나의 정보로부터 하나의 결론을 짓는 모델 ${H(x) = Wx + b}$ 그러나 우리가 더 다양한 정보를 가지고 다양한 예측을 하기위해서는 단항선형회귀분석으로는 어렵다! Multivariate Linear Regression 복수의 정보가 존재할 떄 하나의 추측값을 계산하는 것 ..

[파이토치로 시작하는 딥러닝 기초]03_Deeper Look at Gradient Descent

Deeper Look at Gradient Descent Hypothesis function Cost function 이해 Gradient descent 이론 Gradient descent 구현 Gradient descent 구현(nn.optiom) Hypothesis (Linear Regression) Hypothesis function은 인공신경망의 구조를 나타내는데 주어진 input에 대해 어떤 output을 나타내는지 𝐻(𝑥)H(x)로 표현한다. $${H(x) = Wx + b}$$ ${W}$ : Weight ${b}$ : bias What is the best model? Cost function 모델 예측값이 실제 데이터와 얼마나 다른지 나타내는 값 잘 학습된 모델일수록 낮은 cost를 가진다...

[파이토치로 시작하는 딥러닝 기초]02_Linear Regression

Linear Regression Data definition (학습할 데이터 알아보기) Hypothesis (가설검정 함수 구현하기) Compute loss (컴퓨팅 loss구하기) Gradient descent Data Definition 공부한 시간과 점수의 상관관계가 얼마나 있는가? 내가 4시간 공부하면 성적을 얼마나 받을까? train set : 학습할 때 사용되는 데이터 set test set : 학습이 끝난 후 이 model이 얼마나 잘 작동하는지 판별하기 위한 data set 실습 data는 torch.tensor! 입력 : x_train 출력 : y_train 입철력은 x, y로 구분 import torch x_train = torch.FloatTensor([[1], [2], [3]]) y..

머신러닝과 데이터 분석 A-Z 올인원 패키지 - 회귀분석_수학적 개념 이해(2) - 통계적 추론과 검정통계

위 강의노트는 패스트캠퍼스에서 주관하는 강의를 수강하고 작성한 노트입니다. 통계적 추론 모집단에 대해 알고싶은데 정보가 부족한 경우, 표본으로부터 모집단의 모수를 알아내고자 하는 과정. 점추정(Point estimation) 추정량을 통해 모수를 추정 ex) ${\bar{X}, s^2 \to \mu, \sigma^2}$ 구간 추정(Interval estimation) 일정 신뢰수준 하에서 모수를 포함할 것으로 예상되는 구간을 제시 신뢰수준유의수준($\alpha$)과 구간의 길이는 반비례 대립가설(H1) 입증하여 주장하고자 하는 가설 귀무가설(H0) 대립가설의 반대가설 귀무가설이 아니라는 충분한 증거를 데이터로부터 보임으로써 대립가설을 입증 귀무가설 하에서 통계량의 분포를 아는 것이 검정의 핵심 오류의 종..

머신러닝과 데이터 분석 A-Z 올인원 패키지 - 회귀분석_수학적 개념 이해(1) - 확률과 통계

위 강의노트는 패스트캠퍼스에서 주관하는 강의를 수강하고 작성한 노트입니다. 통계학이란? 모집단(Population) : 연구의 대상이 되는 모든 개체들을 모은 집합 일반적으로 시간적, 공간적 제약으로 인해 모집단 전체를 대상으로 한 분석은 불가능함 그래서 우리는 일부를 뽑아서 모집단을 대체함 표본(Sample) : 모집단의 일부분의 관측값들 모수(Parameter) : 수치로 표현되는 모집단의 특성. 통계량(Statistic) : 표본의 관측값들에 의해서 결정되는 양 자료의 종류 수치형(양적 자료) 연속형(ex) 몸무게, 키) : 연속적인 수치값 이산형(ex) 전화 통화 수) : 정수로 떨어지는 것들 범주형(질적 자료) 순위형(ex) 학점) : 순서가 있음 명목형(ex) 성별) : 순서가 없음 자료의 종..