전체 글 5

Kotlin 기초1 정리

Kotlin: JetBrain 개발한 현대 프로그래밍 언어 특징:) JVM 기반 / 객체지향, 함수형 프로그래밍 지원 Java 호환 변수: 프로그램에서 사용하는 데이터를 임시로 저장해 놓는 그릇 fun main(){ // 변수는 var var number: Int = 1234 // 상수는 val val PI = 3.14 print(PI) } 숫자데이터 정수 Byte, Short, Int, Long 실수 Float, Double 논리 Boolean 문자 Char 문자열 String 문자열 템플릿 var number: Byte = 100 println("${number}") 입력 var input = readLine() ?: "" var value = input.toIntOrNull() ?: 0 print(..

Kotlin 2021.03.18

06. Logistic classification

1. Logistic Classification이란? https://youtu.be/PIjno6paszY Logistic Classification은 분류 정확도가 높은 알고리즘이고 딥러닝의 중요한 컴포넌트입니다. 여기서는 이진 분류(Binary Classification)을 다룹니다. 이진 분류의 예로는 스팸 감지기(스팸/햄), 페이스북 피드(show/hide), 신용카드 부정사용 감지 시스템(legitimate/fraud) 등이 있습니다. 이진 분류는 두가지 값만 다루기 때문에 숫자 0과 1에 대응시킬 수 있습니다. 이진분류를 예전에 배운 Linear Regression으로도 다룰 수 있을 것 같아서 적용해봅니다. 다음 그래프는 공부시간과 시험의 합격/불합격 여부입니다. 0은 fail, 1은 pass..

모.딥 2020.01.13

05. 다변수 선형회귀(multi-variable linear regression)

https://www.youtube.com/watch?v=fZUV3xjoZSM&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=9 1. 여러개의 input이 있을때 H(x)= w1x1+b와 같이 모든 가설함수가 하나의 독립변수로 구성될 수 있다면 가장 간편하고 좋겠습니다. 하지만 final 시험 성적을 예측하려고 할때 퀴즈1. 퀴즈2, midterm 점수를 입력으로 사용하고 있는 예처럼 대부분 여러 개의 변수가 필요하기 때문에 H(x1,x2,x3,,,xn) = w1x1 + w2x2 + w3x3 + ... wnxn + b 와 같은 식으로 사용되어야 합니다. 이때 Cost function은 입력이 하나일때와 똑같이 정의될 수 있습니다. 그런데 여러개의 input을 w1x1 ..

모.딥 2020.01.04

04. Cost 최소화하는 방법 정리

lec 03 - Linear Regression의 cost 최소화 알고리즘의 원리 https://youtu.be/TxIVr-nk1so 1. Cost 최소화 하는 방법 cost를 가장 작게 만드는 가중치와 바이어스를 찾는 것이 Linear Regression의 핵심입니다. Hypothesis를 조금 단순화시켜서 Wx라고 하면 cost 함수는 위와 같은 식이 됩니다. x,y 데이터가 각각 1,2,3 이라 한다면 W의 값에 따라 cost는 다음과 같이 변합니다. W와 Cost의 관계를 그래프로 그리면 밥그릇 모양이 나옵니다. Cost가 최소가 되는 지점을 찾아야 하는데, 이 때 사용하는 방법이 경사 하강 알고리즘(Gradient Descent Algoritm)입니다. 이 알고리즘은 여러 개의 W가 있더라도 사..

모.딥 2019.12.15

03. Linear Regression 개념

Lec 02 Linear Regression https://youtu.be/Hax03rCn3UI 1. 선형회귀 (Linear Regression)의 개념 위키백과의 정의를 살펴보면 Linear Regression이란 다음의 뜻을 가지고 있다고 합니다. 종속 변수 y와 한 개 이상의 독립 변수 (또는 설명 변수) X와의 선형 상관 관계를 모델링하는 회귀분석 기법이다. 그럼 회귀분석이란 무엇일까요? 마찬가지로 위키백과에서는 다음과 같이 정의하고 있습니다. 관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법이다. 결론은 선형회귀란 변수간의 관계를 파악해 어떤 데이터가 주어졌을 때 결과값을 잘 예측하는 것입니다 X(hours) Y(score) 10 90 9 80 3 50 ..

모.딥 2019.12.01