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...

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..

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..

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..

Tensor Manipulation(텐서 조작)¶ Pytorch Basic Tensor Manipulation¶ Vector, Matrix and Tensor Numpy Review Pytorch Tensor Allocation Matrix Multiplication Other Basic Ops Vector, Matrix and Tensor¶ 스칼라(Scaler) : 차원이 없는 값(0차원) 벡터(Vector) : 1차원으로 이루어져있는 값 행렬(Matrix) : 2차원으로 이루어져 있는 값 텐서(Tensor) : 3차원 이상으로 이루어져 있는 값 Pytorch Tensor Shape Convention¶ 텐서의 크기 표현하는 방법 2D Tensor (Typical Simple Setting) |t| =..

git으로 어떤 파일 하나를 올리려고 보니 아래와 같은 워닝이 떴다. $ git add testfile.ipynb warning: LF will be replaced by CRLF in testfile.ipynb. The file will have its original line endings in your working directory 에러는 아니라서 넘어갈까 싶었는데 그래도 찝찝해서 찾아보니 유닉스와 윈도우의 whitespace 표현 차이라고 한다. 유닉스 시스템에선 한줄의 끝이 LF(Line Feed)로 이루어지는 반면, 윈도우는 줄 끝이 CRLF(Carriage Return and Line Feed)로 이루어지기 때문에 어느쪽을 선택할지 Git에게 혼란이 온다고 한다. 그래서 결론 해결은 cor..

깃허브를 사용하다 보면 올리지 말아야 하는 파일들의 패턴이 존재할 때가 있다. 가령 대용량 csv 파일(프로젝트에서는 대부분의 csv 파일은 ignore한다) 이나, .ipynb_checkpoints/ excel 파일 등이 있는데, git을 수정할 때마다 untracked file로 뜨고 있으니 거슬리기도 하고, 혹여나 git add . 를 해서 잘못 올릴 수도 있으니 이에 대한 방안으로 .gitignore를 사용한다. .gitignore란? .git ignore 파일은 git 버전관리에서 제외할 파일 목록을 지정하는 파일이다. 위에서 말한 프로젝트 설정파일이나, 주피터를 만들때 생성되는 .ipynb_checkpoints/ 파일들이 대부분이다. 이런 관리할 필요가 없는 파일들을 git이 track(관리)..

로컬 레파지토리에 새로운 파일을 생성한 후 git에 올리려고 하는데 다음과 같은 에러가 발생했다. $ git push origin master To https://github.com/XXXXXX/XXXXXXX.git ! [rejected] master -> master (non-fast-forward) error: failed to push some refs to 'https://github.com/XXXXXX/XXXXXXX.git' hint: Updates were rejected because the tip of your current branch is hint: its remote counterpart. Integrate the remote changes (e.g. hint: 'git pull ....