always_here

지식을 공유하고 함께 성장하는 엔지니어 as_always 입니다

AS_ALWAYS
728x90

기계학습 2

Naive Bayes

Naive Bayes 기계학습에서 지도학습(supervised learning) 알고리즘 분류(classification)의 목적으로 사용 베이즈 정리를 적용한 확률적 분류기법 베이즈 정리(Bayes theorem) 두 확률변수의 사전확률과 사후확률 사이의 관계를 설명하는 수학적 정리 사전확률 가정 : 어떤 사건에 대한 원인과 결과 발생 -> 원인이 있을 때 결과가 발생할 확률 사후 확률 가정 : 결과발생 -> 결과가 발생했다는 조건에서 원인이 발생했을 확률 사후 확률 계산시 발생하는 문제 해결 기법 라플라스 스무딩 조건부확률이 0이 되어 정상적으로 분류되지 않는 경우를 방지하기 위해, 확률 값 보정시 사용되는 기법 로그 변환 underflow 현상을 해결하기 위해 조건부확률 계산식에 로그를 적용해 조건..

AI/기계학습 2021.02.04

인공신경망

인공신경망 인간의 뇌는 1000억개의 뉴런으로 구성 뇌신경세포 작동원리 모델 가지돌기->신경세포체->축색 가지돌기(다른 뉴런으로부터 여러 개의 입력을 받는 역할) 신경세포체(가지돌기로부터 입력 받은 값을 통합) 축색(앞에서 만들어진 신호를 다른 뉴런으로 전달하는 역할) 인공신경망 인간의 신경망 구조를 모방해 만든 알고리즘 입력층 하나 또는 다수의 노드로 구성 각 노드에 데이터 입력 (입력된 데이터에는 각 입력층의 노드, 출력층의 노드사이에 존재하는 가중치가 있다.) 이 가중치를 곱해서 합산을 한 다음 출력층의 노드에 전달 출력층에 도착한 데이터는 활성함수의 연산을 거쳐 출력값으로 배출 활성화 함수 출력값을 내보낼 때 사용하는 함수 (f로 표기) 선형,계단,임계논리,시그모이드함수 등이 사용됨 인공신경망 단..

AI/기계학습 2021.02.02
728x90