개발·공부 기록 352

[혼공학습단 13기 혼공머신🤖] 혼자 공부하는 머신러닝 + 딥러닝 week6

📜기본 숙제 : Ch.07(07-1) 확인 문제 풀고, 풀이 과정 정리하기 Q1. 어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개인가요?A1. 1010;100 * 100 + 10 Q2. 케라스의 Dense 클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이전 분류 모델이라면 activation 매개변수에 어떤 활성화 함수를 지정해야 하나요?A2. sigmoid;출력층의 뉴런의 한 개이고 선형 방정식의 결과를 확률로 변경하기 위해 sigmoid 를 이용 Q3. 케라스 모델에서 손실 함수와 측정 지표 등을 지정하는 메서드는 무엇인가요?A3. compile(); loss 매개변수로 손실함수를 지정하고, metrics 매..

[혼공학습단 13기 혼공머신🤖] 혼자 공부하는 머신러닝 + 딥러닝 week5

📜기본 숙제 : k-평균 알고리즘 작동 방식 설명하기 1️⃣ 무작위로 k개의 클러스터 중심을 정한다.2️⃣ 각 샘플에서 가장 가까운 클러스터 중심을 찾아 해당 클러스터의 샘플로 지정한다.3️⃣ 클러스터에 속한 샘플의 평균값으로 클러스터 중심을 변경한다.4️⃣ 클러스터 중심에 변화가 없을 때까지 2번으로 돌아가 반복한다. 📜 추가 숙제 : Ch.06(06-3) 확인 문제 풀고, 풀이 과정 정리하기 Q1. 특성이 20개인 대량의 데이터셋이 있습니다. 이 데이터셋에서 찾을 수 있는 주성분의 개수는 몇 개일까요?A1. 20 ;특성의 개수만큼 주성분을 찾을 수 있다. Q2. 샘플 개수가 1000개이고 특성 개수는 100개인 데이터셋이 있습니다. 즉 이 데이터셋의 크기는 (1000, 100)입니다. 이 데이터를..

[혼공학습단 13기 혼공머신🤖] 혼자 공부하는 머신러닝 + 딥러닝 week4

📜기본 숙제 : 교차 검증을 그림으로 설명하기   📜 추가 숙제 : Ch.05(05-3) 앙상블 모델 손코딩 코랩 화면 인증하기 아래 내용 정리에서 확인하실 수 있습니다.   🔖  Chap05. 트리 알고리즘 5.1 결정 트리1) 로지스틱 회귀로 와인 분류하기 - 설명하기 쉬운 모델과 어려운 모델 2) 결정 트리 - 트리의 높이를 제한하고, 어떤 특성으로 나뉘는지 정보 추가- 불순도결정 트리 모델은 부모 노드와 자식 노드의 불순도 차이가 최대한 크도록 트리를 성장시킴지니 불순도 = 1 - (음성 클래스 비율2 + 양성 클래스 비율2)정보 이득 :  부모와 자식 노드 사이의 불순도 차이엔트로피 불순도 : -음성 클래스 비율 * log2(음성 클래스 비율) - 양성 클래스 비율 * log2(양성 클래스..

[혼공학습단 13기 혼공머신🤖] 혼자 공부하는 머신러닝 + 딥러닝 week3

📜기본 숙제 : Ch.04(04-1) 2번 문제 풀고, 풀이 과정 설명하기 Q. 로지스틱 회귀가 이진 분류에서 확률을 출력하기 위해 사용하는 함수 A. 시그모이드 함수;하나의 선형 방정식의 출력값을 0~1 사이의 값으로 압축 📜 추가 숙제 : Ch.04(04-2) 과대적합/과소적합 손코딩 코랩 화면 캡쳐하기 🔖  Chap04. 다양한 분류 알고리즘4.1 로지스틱 회귀1) 럭키백의 확률- 데이터 준비하기-  K-최근접 이웃 분류기의 확률 예측 2) 로지스틱 회귀- 선형 회귀와 동일하게 선형 방정식을 학습이진분류 : 시그모이드하나의 선형 방정식의 출력값을 0~1 사이의 값으로 압축 - 로지스틱 회귀로 다중 분류 수행하기다중 분류 : 소프트맥스여러 개의 선형 방정식의 출력값을 0~1 사이로 압축하고 전체..

[❄️숙명여자대학교 소프트웨어학부 알고리즘 학회 ALGOS❄️] 13기 부원, 14기 회장 후기

ALGOS는 숙명여자대학교 소프트웨어학부 알고리즘 학회입니다. 저는 2023년에 13기 부원으로 입부해, 2024년에는 회장을 맡았습니다. 2025년에는 OB로 남아 스터디를 하고, 15기 임원진을 도울 예정이지만 주된 활동을 했던 2년의 기록을 남겨보려고 합니다. 2023년1학기 초 당시에는 FORZA 부회장, 인터넷거버넌스 스터디 등으로 잘 활동할 수 있을지 걱정이 되어 지원을 망설였습니다. 지금 생각해 보면 고민할 여지가 없었는데, 당시에는 겁이 났던 것 같습니다. 하지만 한 번 마음에 들어왔다면 고민하지 말고 해 보자는 마음가짐으로 지원했고, 합격해서 활동을 시작했습니다. 1학기와 2학기에는 5주동안 스터디를 진행했습니다. 주차별로 특정 주제를 골라 학습하고 과제로 백준에서 문제를 풀면서 복습하는..

[혼공학습단 13기 혼공머신🤖] 혼자 공부하는 머신러닝 + 딥러닝 week2

📜기본 숙제 : Ch.03(03-1) 2번 문제 출력 그래프 인증하기   📜 추가 숙제 : 모델 파라미터에 대해 설명하기 머신러닝 모델이 특성에서 학습한 파리미터 🔖  Chap03. 회귀 알고리즘과 모델 규제3.1 K-최근접 회귀 알고리즘- 회귀 : 임의의 수치를 예측- K-최근접 이웃 회귀예측하려는 샘플에 가까운 샘플 K개를 선택선택된 샘플들의 평균으로 예측값 반환- 데이터 준비- 결정계수(R2)R2 = (타깃-예측)2의 합 / (타깃-평균)2의 합- 과대적합 vs 과소적합과대적합 : 훈련세트에만 잘 맞는 모델과소적합 : 훈련세트보다 테스트 세트의 점수보다 높거나 두 점수가 낮은 경우  3.2 선형 회귀- K-최근접 이웃의 한계- 선형 회귀특성이 하나인 경우 어떤 직선을 학습하는 알고리즘- 다항 ..

[혼공학습단 13기 혼공머신🤖] 혼자 공부하는 머신러닝 + 딥러닝 week1

📜기본 숙제 : 코랩 실습 화면 캡쳐📜 추가 숙제 : Ch.02. (2-1) 확인 문제 풀이정답 : 1 지도 학습 ; 입력과 타깃을 이용해서 훈련을 하고 이를 이용해서 정답을 구하기 때문에 지도 학습이 답입니다.  🔖  Chap01. 나의 첫 머신러닝1.1 인공지능과 머신러닝, 딥러닝- 인공지능 : 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템인공일반지능, 강인공지능 : 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템약인공지능 : 특정 분야에서 사람의 일을 도와주는 보조 역할을 하는 컴퓨터 시스템- 머신러닝 : 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구한느 분야인공지능의 하위 분야 중 지능을 구현하기 위한 소프트웨어를 담당하는 핵심 분야대표적인 머신러닝 라이브러리 : 사이킷..

[모바일소프트웨어💐/앱프론트] Find your bloom! Bloom Blooth 후기🩷

https://github.com/Bloom-booth/BloomBooth 프로젝트" data-ke-align="alignCenter" data-og-description="2024-2학기 모바일소프트웨어 3팀 프로젝트. Contribute to Bloom-booth/BloomBooth development by creating an account on GitHub." data-og-host="github.com" data-og-source-url="https://github.com/Bloom-booth/BloomBooth" data-og-image="https://scrap.kakaocdn.net/dn/hNkwU/hyXWrkq4xk/RDYrZEsphR9Gypa9fLWwX0/img.png?width=1..