위 그림은 학습을 10번 하는 코드의 출력 값이다. 출력 부분을 자세히 살펴 보자. 먼저 파랑색 부분은 학습이 얼마나 진행 되었는지 진행 상황을 알려준다. 가운데 주황색 부분은 각 학습마다 소요된 시간을 알려주고, 마지막에 loss 부분은 각 학습이 정답을 얼마나 맞추고 있는지 나타내고 있는 것이다. 독립 변수와 종속 변수를 모델에 넣으면 모델은 각 학습 과정에서 예측을 진행하고 종속 변수와 예측 결과의 차이. 즉, 오차 제곱의 평균을 loss 라고 한다. loss는 0에 가까울 수록 좋다 레모네이드 판매 예측 실습 # 라이브러리 사용 import tensorflow as tf import pandas as pd # 데이터를 준비합니다. 파일경로 = 'https://raw.githubusercon..

지도학습의 순서 과거의 데이터 준비. 원인-결과 데이터를 준비한다. 데이터과학과 머신러닝 분야에서는 원인데이터를 독립 변수라고 하고 결과 데이터를 종속 변수라고 한다. 모델의 구조를 만듦 온도를 알려주면 판매량을 예측해주는 기계를 만듦 머신러닝에서는 모델이라고한다. 과거의 데이터가 독립변수가 1개 종속변수가 1개이므로 그에 맞는 모델을 설계한다. 데이터로 모델을 학습 모델을 데이터에 맞게 fitting 시킨다. 머신러닝에서는 모델을 학습 한다고 한다. 모델을 이용 원하는 독립변수를 입력하고 학습된 모델을 바탕으로 그에 맞는 종속 변수를 도출한다.

위 지도는 머신러닝으로 해결 할 수 있는 많은 문제들을 보여줍니다. 이 수업에서 텐서플로우를 이용해서 해결하려는 문제는 지도학습의 회귀와 분류입니다. 회귀는 숫자로 된 결과를 예측하는 것이고, 분류는 범주형문제의 결과를 예측 하는 것입니다. 회귀와 분류 문제를 해결하기 위해 사용하는 머신러닝 알고리즘에는 DecisionTree,RandomForest,K-NN,support vector machine ,neural network 등이 있다. 이중 이 수업은 Neural Network에 대해 배우는 수업이다. 사람의 두뇌가 동작하는 방법을 모방해서 기계가 학습을 할 수 있게 고안된 것이 Neural Network 알고리즘이다. 우리의 두뇌는 뉴런이라는 세포들이 촘촘하게 연결 되어있다. 뉴런들로 연결된 신경망..