MEDC MEDC

1. 2주차 Contents - 회귀(Regression): 타겟값(임의의 수치)를 예측하는 기법 - KNeighborsRegressor(): 가장 가까운 이웃 샘플을 찾고 이 샘플들의 타겟값을 평균하여 예측. n_nighbors 매개변수로 이웃의 개수를 지정하며 기본값은 5. - mean_absolute_error(): 평균 절대값 오차. 첫 번째 매개변수는 타겟, 두 번째 매개변수는 예측값을 전달하며 비슷한 개념의 평균 제곱 오차(mean_squared_error())는 이에 제곱근을 을 씌운 개념임. - reshape(): 배열의 크기를 바꾸는 메서드 - 결정계수(R2): 회귀문제 성능 측정도구. 1에 가까울 수록 성능이 좋은 모델 - 과대적합(Overfitting): 모델이 trainset에 너무..

1. 1주차 Contents 1) 인공지능, 머신러닝, 딥러닝 2) 코랩, 노트북, 구글드라이브 (1) 코랩 텍스트 셀 툴바 (2) 텍스트 셀에 사용할 수 있는 마크다운 3) 특성, 훈련, KNeighborsClassifier(K-최근접 이웃 알고리즘), 모델, 정확도 (1) matplotlib (2) sk-learn 4) 지도학습, 비지도학습, 훈련세트, 테스트세트 (1) numpy (2) seed() (3) arrange() (4) shuffle() 5) 데이터 전처리, 표준점수, 브로드캐스팅 (1) sckit-learn (2) train_test_split() (3) kneighbors() 2. 기본 미션 : 코랩 실습 캡쳐 3. 선택 미션 1) 머신러닝 알고리즘의 한 종류로서 샘플의 입력과 타깃을..

모두가 AI, AI 할 때 "저것이 미래다", "중요하다" 생각에서 멈추고 매번 이런 저런 사건과 일로 미루고, 잊어먹고, 또 미뤘던 것 같습니다. 23년도에는 한빛미디어에서 주시는 당근으로 한번 칭찬 받아가며 열심히 공부해보고 싶어요. 늦게 시작했고, 또 프로그래밍이라는 부분에 익숙하지도 잘하지도 않지만(솔직히 하나도 못하지만 ㅠ) 무조건 잘~해보겠다는 생각보다, 무조건 열심히 해보겠습니다.!! "혼자 공부하는 머신러닝과 딥러닝" 올해 첫 제 목표입니다. 화이팅!!