RL Researcher

1. MAE(Mean Absolute Error) MAE(Mean Absolute Error)는 절대 평균 오차라고 부릅니다.(오차(Loss) : 실제 결과값과 예측값의 차이) $$MAE = \frac{1}{N}\sum \left |y^{'}-y \right |$$ 평가 방법은 각 측정값과 실제값과 실제값 사이의 절대 오차를 구하고, 구한 오차들을 모두 더합니다. 그 후 이를 절대 오차의 평균을 구합니다. *MSE(Mean Squared Error)는 회귀에서 자주 사용되는 손실함수입니다. 일반적인 회귀 지표는 MAE(Mean Absolute Error)입니다. ※ 위의 말을 쉽게 설명하면 MSE는 손실함수로 쓰이고, MAE는 회귀지표로써 사용됩니다. 다음은 이제 파이썬으로 구현해 보겠습니다. # 모듈 ..

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..

1. Sigmoid Function sigmoid함수는로지스틱 회귀분석 또는 Neural Network의 binaray classification 마지막 레이어의 활성함수로 사용합니다. $$\sigma (x) = \frac{1}{1+e^{-x}}$$ 로지스틱 회귀분석이란? - 데이터를 두개의 그룹으로 분류하는 가장 기본적인 방법입니다. ※ 회귀분석과의 차이는 사용자가 원하는 것이 실수인 예측값이기 때문에 종속변수의 범위가 실수이지만 로지스틱 회귀분석에서는 종속변수 y의 값이 0 또는 1을 가집니다. 따라서, 로지스틱 회귀분석을 사용할 때는 주어진 데이터를 분류할 때 0인지 1인지 예측하는 모델을 만들어야 합니다. sigmoid 함수는 별로 인기가 없었다가, Gradient vanishing이라는 널리 알..