원핫인코딩 범주를 회귀와 같은 방식으로 계산한다면 다양한 품종의 꽃들이 "품종"이라는 한 개의 속성으로 분류될 것이다. 하지만 우리가 원하는 건 품종 중에서도 어떤 품종인지, 즉 "Setosa", "Versicolor", "Virginica"(아이리스 꽃 품종의 종류)인지를 구분하는 것이다. 이를 위해서는 '품종'속성을 새로운 칼럼들(=속성)로 바꿔준다. 이 과정을 원핫인코딩이라고 하며, 아래 예시를 통해 이해하자. 기존 표 꽃잎의 길이 꽃잎의 폭 품종 5.1 3.5 Setosa 4.9 3 Virginica 적용 코드 아이리스 = pd.get_dummies(아이리스) 변환된 표 꽃잎의 길이 꽃잎의 폭 품종.Setosa 품종.Versicolor 품종.Virginica 5.1 3.5 1 0 0 4.9 3 0..

Datafit의 과정 (회귀모형에서), 수치의 가중치는 어떻게 찾는 걸까? 이전 과정에서 나는 인공지능이 퍼셉트론, 즉 y=xw+x2w2+...+xnwn+b의 형태로 나타난다는 것을 배웠다. 그렇다면 이 식에서 w와 b는 어떻게 결정되는 걸까? 이번 영상은 그 원리에 대해서 다룬다. 가중치(w)와 편향(b)를 랜덤으로 설정한다. 첫 번째 케이스를 바탕으로 MSE(오차 제곱의 평균, 분산)를 구한다. 가중치와 편향이 늘거나 줄 때 변하는 Loss값을 관찰한다. (dL/dw 또는 dL/db) 0.1보폭(Learning Rate)으로 움직이며 Loss값이 최소가 되는 지점을 찾는다. 간단하다. 하지만 간단하지 않다. 연구를 시작하기에 앞서 첫째, 회귀모형이 Convex Function인지 알아놓아야 한다. 다..

유튜버 '봉수골 개발자 이선비'의 텐서플로우 강의 '생활코드'와 같이 OpenTutorials에서 활동하시는 유튜버 이선비의 텐서플로우 강의를 수강했다. 온라인으로 쉽게 접할 수 없는 고급 지식들을 누구나 이해할 수 있게 설명해주는 이런 강의를 열어주시는 이선비님과 오픈튜토리얼즈에게 너무도 감사하다. 여러모로 도움이 되는 강의였는데, 다만 초심자를 위해 무엇을 뺄 지 고민하는 과정에서 개인적으로는 너무 많은 것들이 빠지지 않았나... 하는 생각이 들었다. 그러다보니 다 묶어서 땡 치고 넘어가는 기분. 더 깊게 공부하고싶은 입장에서는 강의를 듣다가 중간중간 '응?' 하면서 의아해하는 부분이 있었다. 이선비의 강좌 필기와 더불어 개인적으로 조사한 내용들도 추가해서 적어 두었다. 머신러닝에서 LOSS란 무엇인..

머신러닝 야학 2기를 신청한 입장으로서 이전 과제에 대한 복습은 역시 필수다. 심지어 내가 원하는 공부 내용이다보니 아무래도 자꾸 눈이 간다. 그렇게 머신러닝1의 공부를 마쳤다. 더 많은 것을 알고자 다음 단계로 넘어가면서 코딩을 할 수 있냐는 물음에 잠깐 막혔다. 분명히 html로 몇 자 끄적일 수 있다. 고등학교 땐 R프로그램을 통해 대회에 출전한 적도 있다. 하지만 코딩을 할 수 있나...? 아직 배운 게 많지 않아서 그런지 코딩은 내게는 너무 멀게만 느껴졌다. 하지만 나는 다른 Flow를 선택했다. 바로 Tensorflow다.(OHHHHH) 코딩을 할 줄 모르지만... 내 목표는 오렌지3로 장난감을 만드는 게 아니다. 직접 코드를 쳐 가면서, 자유도 높은 플랫폼에서 나만의 지적 산출물을 만들어내는..

Machine Learning 1-12 표 행에는 하나의 예시(instance, observed value, example, record, case), 열에는 하나의 속성(feature, attribute, variable, field)이 적힌다. 대강 아래와 같은 식이다.bdaynameheight(m)weight(kg)20000106csm1.786620010626cys1.6557세상에! 어쩐지 고등학교 당시 R프로그램을 할 때에도 csv파일은 항상 이런 식으로 구성돼있었다. 항상 행과 열을 이렇게 적기로 약속해놨단다. Machine Learning 1-13 독립변수와 종속변수종속변수와 독립변수, 상관관계와 인과관계에 대해 배웠다.종속변수는 결과, 독립변수는 원인이다.상관관계는 인과관계를 포함하는 개념이..

교양의 끝까지 아무것도 하지 않았다. 내용은 분명히 내게 의미있는 내용이었고, 해당 영상에서 내게 내린 지시는 모두 이행했다. 영상 막바지에서 내게 마주하는 문제 상황과 이를 해결할 수 있는 상황을 예시로 들라고 했다. 내가 제시한 예시는 다음과 같다. 나는 지금 시간을 더 잘 활용하고 싶다. 하루를 얼마나 의미있게 보냈는지, 시간을 얼마나 잘 활용했는지에 대해서 점수를 매기고 싶다. 그치만 문제는, 그 이전까지의 필기에 대해서 내가 전혀 신경쓰지 않았다는 것 (...) 때문에 머신 러닝이 무엇인가에 대해서는 대충 알지만 왠지 기억이 흩어질 것 같다는 점이다. 그래도 지금까지는 '교양'의 범주에서 상식적인 범위에서 다뤘기에 까먹어도 알고 있을 정보인 것 같다. 대신 교양과 작별한 지금부터는 여기에 열심히..