반응형 Learn Coding21 딥러닝(Deep learning) 이론 및 실습#3 - 국비지원무료교육 이번엔 딥러닝 실습으로 0부터 9까지의 숫자를 쓴 손글씨 이미지 데이터를 분석하여 숫자를 분류하는 실습입니다. 모델 설계 및 모델학습방법 설정 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense # 모델 설계 model = Sequential() # 딥러닝 기초 토대 input_data_shape = 5 # 첫번째 층(입력층)에서 사용 output_data = 1 # 마지막 층(출력층)에서 사용 # 층 설계 model.add(Dense(10, input_dim=input_data_shape, activation='relu')) model.add(Dense(20, activation='relu')) .. 2022. 1. 2. 딥러닝(Deep learning) 이론 및 실습#2 - 스마트인재개발원 활성화 함수(Activation Function) 신경망은 선형회귀와 달리 한 계층의 신호를 다음 계층으로 그대로 전달하지 않고 비선형적인 활성화 함수를 거친 후에 전달한다. 이렇게 하는 이유는 생물학적인 신경망을 모방한 것이기 때문이다. 약한 신호는 전달하지 않고 어느 이상의 신호도 전달하지 않는 'S'자형 곡선과 같이 '비선형적'인 반응을 한다고 생각한다. 실제로 비선형의 활성화 함수를 도입한 신경망이 잘 동작하고 있다. 활성화 함수로 비선형 함수를 사용하는 이유 - 계단 함수(step)와 시그모이드 함수(sigmoid)는 비선형 함수이다. - 활성화 함수로 선형함수(ex. h(z) = cz)를 사용하면 중간층(은닉층)을 여러 개 구성한 효과를 살릴 수 없다. - y(z) = h(h(h(z))) = .. 2021. 12. 20. 딥러닝(Deep learning) 이론 및 실습#1 - 스마트인재개발원 스마트인재개발원 인공지능 서비스개발자과정의 핵심교육과정인 딥러닝(Deep learning)교육 내용을 공유해보려고 합니다. 딥러닝 교육과정 전에 먼저 머신러닝 교육을 한달정도 받으면서 머신러닝의 개념, 지도학습(분류, 회귀), KNN모델, 결정트리 모델, 랜덤포레스트, 로지스틱, 앙상블, 선형회귀모델, 텍스트마이닝 등 어려운 내용이었지만 분류문제와 회귀문제의 결과값 예측을 할때 어떤 모델을 사용하는게 효율적인지 그리고 예측 성능향상을 위해 하이퍼파라미터값의 조정을 배우며 예측의 정확도를 높이고 오차를 줄일수 있는 방법들을 배우면서 인공지능의 개념과 모델설계방법을 이해하는데 큰 도움을 받게 되었습니다. 1. 딥러닝의 학습과정 딥러닝도 머신러닝 학습과정도 동일하다고 보면 됩니다. 문제정의/요구사항 분석 데이.. 2021. 12. 19. 텍스트마이닝(Text Mining)-영화 리뷰 데이터#1(스마트인재개발원) 텍스트마이닝(Text Mining) 3번째 수업 https://www.rottentomatoes.com/ Rotten Tomatoes: Movies | TV Shows | Movie Trailers | Reviews Rotten Tomatoes, home of the Tomatometer, is the most trusted measurement of quality for Movies & TV. The definitive site for Reviews, Trailers, Showtimes, and Tickets www.rottentomatoes.com 영화리뷰 사이트에 들어가 영화별 평점을 보고 관심있는 영화 클릭해서 리뷰 내용 가져와 부정(0)인지 긍정(1)인지 예측을 해볼시 있습니다. 저는 영화 "R.. 2021. 12. 8. 이전 1 2 3 4 ··· 6 다음 반응형
