반응형
Development/Machine Learning
[머신러닝 입문] 03. Linear Regression 의 cost 최소화의 TensorFlow 구현
[머신러닝 입문] 03. Linear Regression 의 cost 최소화의 TensorFlow 구현
2019.08.08목차 Cost function 그래프 Gradient descent algorithm 적용 Optimizer 적용 Cost function 그래프 이전 포스트에서 우리는 Cost function의 미분을 간단하게 하기 위해서 위와 같은 축약 식을 사용하였다. 2019/08/07 - [Development/Machine Learning] - [머신러닝 입문] 03. Linear Regression의 cost 최소화 알고리즘의 원리 설명 [머신러닝 입문] 03. Linear Regression의 cost 최소화 알고리즘의 원리 설명 목차 Minimize Cost function Gradient descent algorithm Convex function Minimize Cost function 지난번 포스트..
[머신러닝 입문] 03. Linear Regression의 cost 최소화 알고리즘의 원리 설명
[머신러닝 입문] 03. Linear Regression의 cost 최소화 알고리즘의 원리 설명
2019.08.07목차 Minimize Cost function Gradient descent algorithm Convex function Minimize Cost function 지난번 포스트에서 Hypothesis와 Cost function을 알아보았고, 우리는 Cost function을 최소화시키는 W와 b를 구하는 것을 과제로 삼았다. 설명을 위해서, Hypothesis를 위와 같이 간단하게 만들었다. (b = 0) 또한 데이터가 아래 표와 같이 주어진다고 가정해보자. X Y 1 1 2 2 3 3 우리는 cost를 최소화 시키는 지점을 찾아야 한다.(=최소화시키는 W를 찾아야 함) W = 1, cost(W) = 0 W = 0, cost(W) = 4.67 W = 2, cost(W) = 4.67 W에 따른 cost(..
[머신러닝 입문] 02. TensorFlow로 Linear regression 구현
[머신러닝 입문] 02. TensorFlow로 Linear regression 구현
2019.07.04목차 Build graph using TensorFlow operations Place holders Build graph using TensorFlow operations Linear regression을 구현하여 그래프를 만들기 위해 위의 그림을 보면서 지난 내용을 복습하도록 하자. Hypothesis와 Cost function의 식은 [그림1]과 같고, 텐서플로우의 메커니즘은 [그림 2]와 같다. # X and Y data x_train = [1, 2, 3] y_train = [1, 2, 3] W = tf.Variable(tf.random_normal([1]), name='weight') b = tf.Variable(tf.random_normal([1]), name='bias') # Our hyph..
[머신러닝 입문] 02. Linear Regression의 Hypothesis와 Cost
[머신러닝 입문] 02. Linear Regression의 Hypothesis와 Cost
2019.07.04목차 Linear Regression Cost function Linear Regression 우리가 예측을 하려는 최종 목표가 점수(0점에서 100점 사이)라고 할 때 이런 형태의 머신 러닝은 Supervised Learning 중에서도 Regression이라 할 수 있다. x (hours) y (score) 10 90 9 80 3 50 2 30 위와 같은 데이터를 통해 학습을 시키는 것을 training이라 하고, training이 끝난 후에 Regression을 사용한다는 것은 어떤 학생이 '나는 7시간 정도 공부했는데 몇 점이나 받을 수 있을까..?' 질문을 한다고 하면 수학적으로는 x라는 값에 7을 던지고 Regression이 결과(y)를예측을 해주는 것을 말한다. 위의 왼쪽 표와 같은 간단한 ..
[머신러닝 입문] 01. TensorFlow의 기본적인 operations
[머신러닝 입문] 01. TensorFlow의 기본적인 operations
2019.07.01목차 텐서플로우(TensorFlow)? 데이터 플로우 그래프(Data Flow Graph) 텐서플로우 설치(Install TensorFlow) 기본적인 명령어 연습 Ranks, Shapes, Types 텐서플로우(TensorFlow)? 구글에서 만든 머신러닝을 위한 오픈소스 라이브러리다. 데이터 플로우 그래프(data flow graph)란것을 사용해서 numerical 한 계산을 할 수 있다. 그리고, 많은 사람들이 선호하는 Python이라는 언어를 가지고 텐서플로우 프로그래밍을 할 수 있다. 위의 그림만 보더라도 2018년 기준이긴 하지만 텐서플로우가 압도적으로 1위를 차지하고 있음을 알 수 있다. 데이터 플로우 그래프(Data Flow Graph) Node(노드)와 Edge(엣지)로 구성되어있는 것..
[머신러닝 입문] 01. Machine Learning 용어와 개념 설명
[머신러닝 입문] 01. Machine Learning 용어와 개념 설명
2019.07.01목차 Machine Learning(머신러닝) 이란? Supervised Learning / Unsupervised Learning Supervised learning의 종류 Regression(회귀) Classification(분류) Machine Learning(머신러닝) 이란? 기계 학습(機械學習) 또는 머신 러닝(영어: machine learning)은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말한다. -https://ko.wikipedia.org/wiki/%EA%B8%B0%EA%B3%84_%ED%95%99%EC%8A%B5 머신러닝은 일종의 소프트웨어(프로그램)이다. 사용자의 입력을 기반으로 데이터를 보여주도록 하는 프로그래밍, 개발자가 '이런 환..
[머신러닝] 파이썬(Python), 텐서플로우(Tensor Flow) 설치
[머신러닝] 파이썬(Python), 텐서플로우(Tensor Flow) 설치
2019.06.28본 포스트는 Windows 환경을 바탕으로 작성되었습니다. 궁금한 점은 댓글로 남겨주시면 친절하게 알려드리겠습니다 ^^! 파이썬 3 설치(Install Python3) https://www.python.org/downloads/ Download Python The official home of the Python Programming Language www.python.org 파이썬 3.6 버전을 다운로드하여 설치한다. 현재 텐서플로우 1 버전대는 는 파이썬 3.6까지 지원하고 2 버전대는 3.7를 지원하지만 아직 베타 버전이다. 자신의 시스템이 64비트라면 아래 링크를 통해 다음과 같은 설치 파일을 다운로드하여 설치를 진행한다. https://www.python.org/downloads/windows/..