RL Researcher

1. 문자열(Str) String은 글자의 Unicode 코드로 이루어진 불변한 순서있는 집합입니다. "" (쌍 따옴표), '' (작은 따옴표) 모두 사용가능합니다. print("쌍따옴표 문자열") print('작은따옴표 문자열') ======================================================================== 쌍따옴표 문자열 작은따옴표 문자열 아래의 코드와 같이 ' (작은따옴표), " (큰 따옴표)를 혼용하게 되면 에러가 발생합니다. print("혼용하면 에러발생') ======================================================================== File "", line 1 "혼용하면 에러발생' ^ Sy..

1. 평균 제곱근 오차(Root Mean Squared error) $$RMSE = \sqrt{RMSE} = \sqrt{\frac{(y_{i}-t_{i})^{2}}{n}}$$ RMSE란 정밀도를 확인하기 위한 수치 중 하나입니다. 컴퓨터(Machine)가 추정한 값 또는 모델이 예측한 값과 실제 정답의 값(Label)의 차이를 다룰 때 흔히 사용합니다. 추정값과 실제값의 차이를 잔차(residual)라고 합니다. 평균 제곱은 오차(RMSE)는 잔차들을 하나의 측도로 종합할 때 사용합니다.(※ RMSE는 회귀 모델일 때 흔히 사용합니다.) 다음은 평균 제곱근 오차(RMSE)의 코드를 python에서 구현해 보겠습니다. MSE의 예제를 이용해서 구현해보도록하겠습니다. # Module import import..

활성화 함수(activation function)에 사용되는 w인 가중치(weight)와, b인 편향(bias)에 대한 설명을 하겠습니다. $$y = w_{1}x_{1} + b$$ 퍼셉트론(perceptron)은 독립변수(X)에 가중치(W)를 곱한 값에 편향(b)를 합하고, 합한 값이 0을 넘으면 활성화 하고, 0을 넘지 않으면 비활성화를 합니다. 1. 가중치(weight) 가중치(weight)란 각 독립변수(X)가 종속변수(Y)의 결과에 미치는 중요도를 조절하는 매개변수입니다. 모델을 짜는 사람들에게는 최적의 가중치(weight)를 찾아내는게 목표입니다. 2. 편향(bias) 편향(bias)이란 인공신경망(Neral Network)의 뉴런의 활성화를 조절하는 매개변수입니다. 또는, 뉴런의 활성화 조건을..

분류(Classification)와 회귀(Regression)는 지도학습(Suprevised Learning)의 목적이라 할 수 있습니다. 지도학습이란? 입력과 출력 데이터(train data)가 있고, 이를 모델화하여 새로운 데이터에 대해 정확한 출력을 예측하는 것입니다. 1. 분류(Classification) 분류는 미리 정의된, 가능성이 있는 여러 클래스 레이블 중 하나를 예측하는 것입니다. sklearn의 dataset 중 붓꽃의 품종을 예측하는 것은 분류에 속합니다. 가장 대표적인 예로는 스팸메일을 분류하는 것이 있습니다. 분류(Classification)의 종류 1-1 이진분류(binary classification) 이진 분류를 쉽게 설명하자면 그렇다 / 아니다 2개로 분류하는 것이니다. 이..