1-8[Machine learning] 머신 러닝 기초 정리 #2

오늘 할 일 (계획)

1. 머신러닝 3주 차까지 수강

2. 기존 수강완료한 강의 개발일지 작성

 

오늘 한 일 (회고)

1. 머신러닝 강의 2-6까지 수강 완료

* 강의 내용 요약

논리 회귀는 입력값과 결과 사이에 연관성을 찾아내는 것을 말하며 전처리는 말 그대로 이렇게 연관성을 찾아내기 전에 데이터를 미리 가공하여 연관성을 더욱 빠르고 정확하게 찾아낼 수 있도록 하는 과정을 말한다.

 

논리 회귀를 크게 두 가지로 나눠보자면 이진 논리 회귀와 다항 논리 회귀가 있고 논리 회귀라는 특성상 결괏값이 0과 1로 수렴하여야 하기에 sigmoid함수를 쓰게 되며 이진 논리 회귀의 경우에는 keras binary_crossentropy를 사용한다. 

다항 논리회로에서는 원할 인코딩, Softmax 함수를 사용하며 keras에서는 categorical_crossentropy를 사용한다.

 

머신러닝에는 다양한 종류가 있고 Support vector machine (SVM), k-Nearest neighbors (KNN), Decision tree (의사결정 나무) 대하여 학습했다.

 

머신러닝에서는 전처리 과정을 거쳐야 하며 여기서 거치는 과정은 필요 없는 데이터를 sorting 해내고 정규화, 표준화하는 과정을 거친다

 

전처리는 넓은 범위의 데이터 정제 작업을 뜻한다

정규화는 데이터를 0과 1시이의 범위를 가지도록 만드는 것을 말한다.

표준화는 데이터의 분포를 정규분포로 바꿔주는 것을 말한다.

 

내일 할 일

1. 머신러닝 4주 차까지 수강

2. 기존 수강 완료한 강의 개발일지 작성