머신러닝 (5) 썸네일형 리스트형 계절성 회귀 분석과 딥러닝 비교 – 언제, 어디서, 어떻게 쓸까? 오늘은 회귀분석중에서도 머신러닝의 계절성 회귀 분석에 대해 학습했다.시간에 따라 반복되는 계절적 패턴을 가지고 있는 회귀 분석이다. 푸리에 변환(Fourier Transformation)으로 계절적 패턴을 사인(Sine) 및 코사인(Cosine) 함수를 이용해 모델링한다. import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport statsmodels.api as sm# 데이터 생성 (12개월 주기의 계절성을 가진 시계열 데이터)np.random.seed(42)months = np.arange(1, 25) # 2년 (24개월) 데이터seasonal_effect = 10 * np.sin(2 * np.pi * months / 12).. 머신러닝 모델 성능이 낮다면? 반드시 확인해야 할 평가 지표 오늘의 수업일지는 8시간 동안 배운 수업내용을 간다히 정리해보았다.크게 머신러닝의 모델 평가지표와 결정트리에 대한 수업이었다. 1.다중 분류와 머신러닝 모델의 성능 평가 1-1. 다중 분류와 머신러닝 모델의 중요성학습한 데이터셋이 특정한 사람만 학습되어 일반적인 사람들에 대한 특징을 못 알아보는 문제가 있으면 안됨실무 적용 가능성도 중요하며, 이는 모델이 실제로 타겟 타겟에 적용되어 사용되는 것을 의미1-2.머신러닝 모델의 성능 평가 방법정확도와 일반화 성능 모두 높아야 모델이 효과적.2-2.정확도 평가 방법정확도를 측정하기 위해 프리시전과 리콜을 함께 사용하는 재현율을 계산함Accuracy는 모델 성능을 평가하는 데 널리 사용됨정확도 변화량을 보기 위해 ROC를 사용하기도 함어제 자세하게 정리 하니 오.. 데이터 전처리의 이상치 처리방법, 정규화 및 스케일링 기준 살펴보기 그로스 마케팅을 배우기 전에 제일 궁금했던 게 바로 데이터의 전처리였다. 데이터에는 결측값, 이상치, 중복 데이터 등이 포함될 수 있으며, 이를 처리해야 모델이 효과적으로 학습할 수 있기에 중요한 부분을 차지한다. 전처리의 중요성현장에서 데이터를 받으면 가공하여 활용 가능한 상태로 만들어야 한다. 때문에 직접 열어보고 컬럼을 정의하는 게 분석과 예측을 하기 위해 중요하다. 데이터의 타입과 칼럼정의된 칼럼을 바탕으로 설명이 필요하기 때문이다.할 수 있어야 한다. 1. 데이터 정리 및 탐색.① 데이터 로드, ② 기초 통계 확인, ③ 데이터 시각화 2. 결측값 처리는 확인 후에 처리방법이 나뉜다.① 삭제, ② 대체 3. 이상치(Outliers) 처리 데이터가 정규분포를 따른다면? → Z-Score 방법 활용.. 현업에서 바로 쓰는 머신러닝 필터 (실전 코드 공유) 그로스 마케팅을 목표로 하는 초보 코더의 배움 기록일지! 라고 쓰고 독학이라 부른다...부트캠프를 하고있긴하지만 세세한 코드까지 배울 시간이 없어서 넘긴것들을 AI로 배움을 채워 나가고있다. 오늘은 그 과정을 포스팅 해보려고한다. 함수는 혼자서 실행될 수 있지만메서드는 특정 객체와 함께 사용하며, 객체의 데이터를 사용 or 변경할 수 있다.그리고 바로 실전 코드!아래 코드는 학습기반 인공지능 AI를 이용하여 간단한 스팸 필터를 구현한것이다. from sklearn.feature_extraction.text import CountVectorizerfrom sklearn.naive_bayes import MultinomialNBfrom sklearn.model_selection import train_tes.. 머신러닝 기본 개념부터 웹서비스 실습 역대급으로 집중안돼는 일주일이었던것같다...ㅎ 드디어 끝났어 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ 머신러닝의 기본 개념 : 전통적인 프로그래밍 방식과는 달리 명시적인 규칙을 프로그래머가 지정하는 것이 아니라, 알고리즘이 데이터를 분석하여 스스로 규칙을 찾아내는 방식으로 동작 오늘은 개념이 많았는데 계속 정적인 한 화면만 보고있자니... 힘든 수업이었다...ㅎ강화 학습을 얘기하면서 아래처럼 그림 그려주셨음. 나는 심리학에 더 익숙하기때문에 이개념은 쉬웠다. 실제로 교육에서 중요하게 쓰이는 개념이며, 정책 즉, 기준 잘제시해야 교육받는 사람이 따를수있다. 기준이 확실하지 않을때는 결국 자기 마음대로 하게됨. 나는 강화학습이 설명하지 못 하는 데이터가 된게 아닐까 싶었다...😂 그리고 다시 웹서비스를 하게 됐다. 클러스.. 이전 1 다음
