RL Researcher

What is Hyperplane? 초평면의 "초" 는 뛰어넘을 초(超)이며, 평면을 뛰어넘는 평면이라는 뜻임. (Plane에서 확장된 개념) 아래의 두 개의 변수로 만들어진 1차식을 봅시다. $$ax+by+c=0$$ 위 식은 2차원 평면에 그려지는 직선의 방정식이다. 변수를 하나 추가해보겠습니다. $$ax+by+cz+d=0$$ 위 식은 3차원 공간 상에 그려지는 평면의 방정식입니다. 변수를 하나 더 추가해 보겠습니다. $$a_{1}x_{1}+a_{2}x_{2}+a_{3}x_{3}+a_{4}x_{4}+c=0$$ 위의 식은 어떻게 정의할 수 있을까요? $\Rightarrow$ 정의는 "plane"을 일반화하여 "Hyperplane"으로 부르기로 하였습니다. 일차식으로 만들어지는 도형을 전부 "Hyperpl..

1. Cross-Validation이란? 간략히 먼저 설명하자면 본고사를 치르기 전에 모의고사를 여러번 보는 것입니다. 즉, 본고사가 테스트 데이터 세트에 대해 평가하는 거라면 모의고사는 교차검증에서 많은 학습과 검증 세트에서 알고리즘 학습과 평가를 수행하는 것입니다. Machine Learning은 데이터에 기반합니다. 그리고 데이터는 이상치, 분포도, 다양한 속성값, 피처 중요도 등 여러가지 Machine Learning에 영향을 미치는 요소를 가지고 있습니다. 특정 Machine Learning 알고리즘에서 최적으로 동작할 수 있도록 데이터를 선별하여 학습한다면 실제 데이터 양식과는 많은 차이가 있을 것이고 결국은 성능저하로 이어질 가능성이 매우 높습니다. 교차 검증(Cross-validation)..

1. Sklearn 주요 모듈 분류 모듈명 설명 예제 데이터 sklearn.datasets 사이킷런에 내장되어 예제로 제공하는 데이터 세트 Feature 처리 sklearn.preprocessing 데이터 전처리에 필요한 다양한 가공 기능 제공(문자열을 숫자형 코드 값으로 인코딩, 정규화, 스케일링 등) sklearn.feature_selection 알고리즘에 큰 영향을 미치는 Feature를 우선순위대로 셀렉션 작업을 수행하는 다양한 기능 제공 sklearn.feature_extraction 텍스트 데이터나 이미지 데이터의 벡터화된 피처를 추출하는데 사용됨. 예를 들어 텍스트 데이터에서 Count Vectorizer나 Tf-ldf Vectorizer 등을 생성하는 기능 제공. 텍스트 데이터의 Featu..

1. Machine Learning의 개념 "무엇(X)으로 무엇(Y)을 예측하고 싶다" 기계학습(Machine Learning) 또는 머신러닝은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록하는 알고리즘과 기술을 개발하는 분야를 말합니다. Y : 출력변수 (종속변수, 반응변수) f : 모형 (머신러닝 알고리즘) X : 입력 변수 (독립변수, feature) 주어진 데이터를 통해서 입력변수(X)와 출력변수(Y)간의 관계를 만드는 함수 f를 만드는 것 주어진 데이터 속에서 데이터의 특징을 찾아내는 함수 f를 만드는 것 2. Machine Learning으로 할 수 있는 것들 X : 고객들의 개인 정보 및 금융 관련 정보, Y : 대출 연체 여부 => 대출 연체자 예측 탐지 모델, 대출 연체 관련 주요 ..