참고 서적 도서명: Data Science from Scratch (밑바닥부터 시작하는 데이터 과학) 저자 : Joel Grus 출판 : 프로그래밍 인사이트 이 포스팅은 '밑바닥부터 시작하는 데이터과학' 도서를 공부하면서 추가적으로 공부하거나, 새롭게 알게된 내용들을 정리하였습니다. Contents Collections module Random module re Automated Testing and assert Data Visualization 1. Collections - Container datatypes 1. Counter 2. ChainMap 3. defaultdict 4. OrderedDict 5. namedtuple Collection 파이썬의 collections 모듈은 파이썬에 내장된 일..

보호되어 있는 글입니다.

보호되어 있는 글입니다.

보호되어 있는 글입니다.

참고 서적 도서명: Data Science from Scratch (밑바닥부터 시작하는 데이터 과학) 저자 : Joel Grus 출판 : 프로그래밍 인사이트 Ch 2. A Crash Course in Python 2.2 파이썬 설치하기 python은 python.orgd에서 다운받으면 됩니다. python을 새로 설치해야 한다면, 데이터 과학에 필요한 대부분의 라이브러리가 이미 설치 되어 있는 아나콘다(anaconda) 배포판 설치를 추천드립니다. https://www.python.org Welcome to Python.org The official home of the Python Programming Language www.python.org http://www. anaconda.com/downloa..

참고 서적 도서명: Data Science from Scratch (밑바닥부터 시작하는 데이터 과학) 저자 : Joel Grus 출판 : 프로그래밍 인사이트 Ch 1. Introduction 1.1 데이터 시대의 도래 데이터를 통해 할 수 있는 것, 데이터 정의 1.2 데이터 과학이란? 데이터 과학자: 지저분한 데이터에서 통찰(insight), 유용한 규칙을 발견하려는 사람 예시) 페이스북 주위 사람들을 쉽게 찾을 수 있게 연결하기위해 사용자의 고향과 위치정보를 요청함 Target 온라인, 오프라인 구매 내역 데이터로 예측모델 만듦 1.3 동기부여를 위한 상상: 데이텀 주식회사 우리가 이 책을 통해서 상상의 주식회사, 데이텀에 입사했다고 가정해보자. 데이텀에서 맞딱트리는 업무들로 우리는 데이터 과학에 관..

학습 알고리즘 구현하기 -2층 신경망 클래스 구현하기 클래스의 이름은 TwoLayerNet이다. import sys, os sys.path.append(os.pardir) from common.functions import \* from common.gradient import numerical\_gradient class TwoLayerNet: def \_\_init\_\_(self, input\_size, hidden\_size, output\_size, weight\_init\_std=0.01): self.params = {} self.params\['W1'\] = weight\_init\_std \* np.random.randn(input\_size, hidden\_size) self.params..

○ 활성화 함수 활성화 함수는 이전 층(layer)의 결과값을 변환하여 다른 층의 뉴런으로 신호를 전달하는 역할을 한다. 활성화 함수가 필요한 이유는 모델의 복잡도를 올리기 위함인데 앞서 다루었던 비선형 문제를 해결하는데 중요한 역할을 한다. 비선형 문제를 해결하기 위해 단층 퍼셉트론을 쌓는 방법을 이용했는데 은닉층(hidden layer)를 무작정 쌓기만 한다고 해서 비선형 문제를 해결할 수 있는 것은 아니다. 활성 함수를 사용하면 입력값에 대한 출력값이 비선형(nonlinear)적으로 나오므로 선형분류기를 비선형분류기로 만들 수 있다. 신경망의 학습 절차 신경망에서는 활성화 함수로 비선형 함수만을 사용하게 되는데 선형 함수를 사용하면 신경망의 층을 깊게 쌓는 것에 의미가 없어지기 때문이다. 즉, 은닉..

보호되어 있는 글입니다.

기존에는 AND게이트나 규칙이 정해져있는 개념은 모두 파이썬 코드로 작성할 수 있다. 규칙이 있었기에 컴퓨터에 쉽게 입력을 할 수 있었다. 하지만, 사람마다 다른 글씨체가 다른 것 처럼 규칙이 정해져있지 않은 것은 어떻게 컴퓨터에 입력할까? 이러한 영역은 머신러닝이라고 부른다. 머신러닝에서는 데이터를 넣어서 학습을 하여 입력된 값이 어떤 수인지 확률을 통해 맞추어볼 수 있다. 머신러닝의 기초 MNIST를 통해서 학습과정은 생략하고 추론과정을 살펴볼 것이다. MNIST MNIST 데이터셋은 0부터 9까지의 손글씨 이미지로 구성 훈련 데이터가 6만장, 테스트 데이터가 1만장 각 데이터는 이미지와 라벨로 이루어짐 각 이미지는 28×28 해상도의 흑백 사진 각 픽셀은 0에서 255로 밝기 표현 MNIST 코드로..

보호되어 있는 글입니다.

.