인공지능

딥러닝 : 뉴런의 정의

신경망(Neural Network) 딥러닝은 기본 층들을 쌓아서 구성한 신경망(Neural Network)이라는 모델을 사용하여 학습을 진행합니다. 신경망은 뉴런(Neuron)들로 이루어진 그룹을 의미합니다. 신경망은 원래 신경 생물학의 용어입니다. 뉴런들의 끝이 다른 뉴런들과 연결된 구조입니다. 뇌 구조를 이해하는 것에서 영감을 받아서 딥러닝 모델의 핵심 개념을 설명하지만, 실제로 뇌를 모델링하여 만든 것은 아니라고 합니다. 그저 하나의 데이터 학습을 새로운 방식으로 하는 수학 모델이라고 보시면 됩니다. ANN

머신러닝 : Hierarchical Clustering과 Dendrogram

import numpy as np import matplotlib.pyplot as plt import pandas as pd 우선 사용할 라이브러리들을 임포트 해줍니다. df=pd.read_csv('../data/Mall_Customers.csv') df 데이터프레임을 읽어온 후 변수 df로 저장 df.isna().sum() 결측치 확인 X = df.iloc[:,3:] X 데이터 셋팅 Dendrogram 을 그리고, 최적의 클러스터 갯수를 찾아보자. import scipy.cluster.hierarchy as sch sch.dendrogram(sch.linkage(X,method='ward')) plt.title('Dendrogram') plt.xlabel('Custromers') plt.ylabel(..

머신러닝 : K-Means Clustering

K-Means Clustering은 Unsupervised Learning이다. 다음을 두개, 세개, 네개 그룹 등등 원하는 그룹으로 만들 수 있다. 또다시 중심에 직교하는 선을 긋고, 자신의 영역안에 있는 것들을 자신의 색으로 바꾼다. import numpy as np import pandas as pd import matplotlib.pyplot as plt 우선 필요한 라이브러리들을 import 해줍니다. df=pd.read_csv('../data/Mall_Customers.csv') df 데이터 프레임 확인, describe로 데이터 요약통계랑을 확인하고 df.isna().sum() 결측치 확인 X,y를 분리하여 셋팅하던 이전 포스팅 글들과는 다르게 언수퍼바이즈드 러닝은 y가 없기 때문에, X만 ..

머신러닝 : Decision Tree

계속하여 이것인지 저것인지 결정한다. Decision Tree # Importing the libraries import numpy as np import matplotlib.pyplot as plt import pandas as pd csv 파일을 읽어옵니다. X=df.iloc[:,[2,3]] y=df['Purchased'] ## X,y 분리 from sklearn.preprocessing import MinMaxScaler scaler_X = MinMaxScaler() X=scaler_X.fit_transform(X) ## 피처 스케일링 과정 from sklearn.model_selection import train_test_split X_train,X_test,y_train,y_test=train_..