RL Researcher

1. 손실함수(Loss Function) 손실함수(Loss function)는 정답에 대한 오류를 나타내는 값입니다. 손실함수(Loss function)은 정답에 가까울수록 작은 값이 나오고, 정답과 멀어질수록 큰 값이 나오게 됩니다. 손실함수를 사용하는 이유?? 궁극적인 목표는 높은 'Accuracy'를 끌어내는 매개변수 값을 찾는 것입니다. 그렇다면 'Accuracy'라는 지표를 나두고 'Loss function'을 택하는 이유?? 신경망 학습에서는 최적의 매개변수(가중치(weight): w, 편향(bias) : b)를 탐색할 때 손실 함수의 값을 가능한 작게 만들 수 있는 매개변수 값을 찾습니다. 손실함수에서 미분? 가중치의 매개변수 값을 변화시켰을 때 손실 함수가 어떻게 변하게 되는가라는 의미입니..

첫번째 머신러닝 - 붓꽃 품종 예측 분류(Classification)는 대표적인 지도학습(Supervised Learning) 방법의 하나입니다. - 지도학습은 학습을 위한 다양한 피처(Feature)와 분류 결정값인 레이블(Label) 데이터로 모델을 학습한 뒤, 별도의 테스트 데이터 세트에서 미지의 레이블을 예측합니다. - 즉 지도학습(Supervised Learning)은 명확한 정답이 주어진 데이터를 먼저 학습한 뒤 미지의 정답을 예측하는 방식입니다. # 사이킷런 내의 아이리스 모듈 import합니다. # 분류 모델의 종류인 DecisiontreeClassifier 불러오기 # 데이터 세트를 학습 데이터와 테스트 데이터로 분리하는 데 train_test_split()함수 사용합니다. from sk..