Rosy's Artificial Intelligence Blog

1. Pima Indians Diabetes Database 2. logistic 회귀 이용 코드 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.model_selection import tr..

0. 분류의 성능 평가 지표 정확도(Accuracy) 오차행렬(Confusion Matrix) 정밀도(Precision) 재현율(Recall) F1 스코어 ROC AUC 1. 오차행렬(confusion matrix) describe the performance of a classification model 학습된 분류 모델이 예측을 수행하면서 얼마나 헷갈리고 있는지 함께 보여주는 지표 이진 분류의 예측 오류가 얼마인지와 더불어 어떠한 유형의 예측 오류가 발생하고 있는지를 함께 나타내는 지표 TN : 예측값을 Negative 값으로 0으로 예측했고 실제값 역시 Negative 값 0 FP : 예측값을 Positivie 값 1로 예측했는데 실제값은 Negative 값 0 FN : 예측값을 Negative 값..

1. 오일러 공식 수학자 레온하르트 오일러의 이름이 붙은 공식 복소수 지수를 정의한데에 출발점이 되며, 삼각함수와 지수함수에 대한 관계를 나타냄 @https://twlab.tistory.com/56?category=668741 https://spacebike.tistory.com/6 https://www.quora.com/Why-do-we-substitute-s-jw-when-doing-frequency-response-methods-and-not-s-sigma-+-jw

1. 고유값, 고유벡터(Eigenvalue, Eigenvector) 어떠한 벡터를 선형변환할때, 몇몇 점들 중에서 원점에서부터 멀어지는 방향으로 변환하는 scaling을 하는 방향을 찾는 것이 고유값 문제를 푸는 것 역행렬 존재시 k=0 가정 모순, 역행렬이 존재하지 않아야 한다 Eigenvalue는 유일하게 결정되지만 Eigenvector은 유일하지 않음 Principal stress 구할 때 응용 Eigen vector 방향으로는 shear 가 작용하지 않음, axial 방향으로 작용 Eigenvector가 선형변환을 했을 때 축이 뒤틀리지 않음 방향 상관없이 일정한 값을 도출 2. 선형변환(Linear Transformation) 3. 선형변환 vs 좌표번환 좌표축을 바꾸어서 가많이 있는 점을 다른..

1. 기저함수 기저 함수(Basis function)? 설명변수를 함수 형태로 나타낸 것 정규 분포 이외의 분포를 다루는 일반화 선형 모델(generalized linear model)과 혼합 정규 분포(mixture normal distribution)등의 혼합 모델

1. 신경망 인공신경망? 1943년 신경 생리학자 워런 맥컬록과 수학자 월터 피츠가 이를 처음 소개 명제논리를 사용하여 동물 뇌의 생물학적 뉴런이 복잡한 계산을 위해 어떻게 상호작용하는지에 대한 간단한 계산 모델 제공 -> 최초의 인공 신경망 구조 생물학적 뉴런은 대부분 동물의 대뇌피질( 예를 들면 우리의 뇌)에서 발견되며 핵을 포함하는 세포차와 세포의 복잡한 구성요소로 이루어져 있다. 수상돌기(dendrite) : 나뭇가지 모양의 돌기 축삭돌기(axon) : 나뭇가지 모양의 축삭 돌기 축삭돌기의 끝은 축삭끝까지(telodendria)라 불리는 여러 개의 가지로 나뉘고, 이 가지의 끝은 시냅스 말단(synaptic terminals)이라 불리는 미세한 구조이고 다른 뉴런의 수상돌기와 (또는 세포체에 직접..

1. 유전 알고리즘 문제에 대한 해를 표현하는 염색체가 집단을 이루어 해집단을 구성하고 유전 알고리즘의 진행 과정속에서 부모 세대와 자식 세대의 역할을 반복적으로 하게 된다. “어떤 미지의 함수 Y = f(x)를 최적화하는 해 x를 찾기 위해, 진화를 모방한(Simulate devolution) 탐색 알고리즘” -> 유전알고리즘 2. 유전 알고리즘 구조 유전 알고리즘? 생물이 살아가면서 교차, 돌연변이, 도태 등으로 환경에 적합하도록 진화한다는 가설에 기반을 둔 최적화 기법 시간 축 상에서 여러 번 계산을 반복해 단계 수를 쌓아서 궁극적으로 구하고 싶은 결과에 수렴 진화 연산? 위의 과정에서 교차와 돌연변이 등 진화론 아이디어를 도입한 계산 방식 진화연산의 특징 집단성 : 개체 다수를 집단으로 설정해 동..

1. 그래프 점과 선을 연결한 것 점 = 꼭지점 = node = vertex 그래프는 정점끼리 연결되어 있으면 정점이 어느 위치에 있는지는 관계가 없다. 따라서, 겉보기에는 다른 그래프도 정점이 이동한다면 같은 그래프가 될 수 없다. 모두 비용이 비용을 평가값으로 환산해 최적 경로를 찾는데 활용 최적 경로 탐색? 현재 시각 t에 해당하는 상태에 어떤 행동을 했을 때 얻을 수 있는 이익이나 지불 비용을 계산해 다음 시각인 t+1인 상태를 결정하는 것과 같다. 이 과정을 반복 실행하면 목적지에 도달했을 때 시간인 T의 이익을 최대화하거나 비용을 최소화하는 계획 문제로 다룰 수 있다. 6. 트리 구조 6.1 탐색 트리 추적 방법 - 막힌 지점이 있는 미로나 탐색 트리의 경로를 도달하는 목표 지점까지의 경로를 ..

1. 머신러닝이란? 기계학습 또는 머신러닝은 기계(컴퓨터)가 학습을 할 수 있도록 하는 연구분야. 인공지능을 소프트웨어적으로 구현하는 머신러닝(Machine learning)은 컴퓨터가 데이터를 학습하고 스스로 패턴을 찾아내 적절한 작업을 수행하도록 학습하는 알고리즘 머신러닝 시스템(ML)은 관측데이터 D로부터 성능지수P를 최적화하는 모델 M을 자동으로 만드는 기술이다 데이터는 환경과의 끊임없는 상호작용을 통하여 축적된다. Google Assistant, Apple Siri, IBM Watson… 등 머신러닝을 사용하여 다양한 도메인의 지식 습득 및 실제 문제의 해결에 적용. 형식화 하여 정의? “환경(Environment)과의 상호작용을 통해서 축적되는 경험적인 데이터(Data)를 바탕으로 지식, 즉 ..

1. Support Vector Machines 퍼셉트론의 한계 : 결정 경계가 항상 선형이어야 하므로 범용 함수 근사기가 될 수 없음 SVM? 선형으로 분리 가능할 수도 있는 고차원으로 효율적 매핑하는 커널을 사용해 퍼셉트론의 한계를 극복 SVM은 결정 경계로부터 가장 가까운 인스턴스의 마진을 최대화한다. 특징을 더 고차원으로 매핑하는 방법이 SVM임. 고차원 공간에 매핑 된 데이터를 학습할 때 발생하는 계산 양 문제와 일반화 문제를 SVM이 어떻게 완화시켰는지 알아보기 SVM을 훈련시키기 위해 사용하는 최적 알고리즘을 설명하려면 고차원의 수학을 사용해야 한다. 2. SVM의 장단점 실제로 그 문제들이 이진분류에 적합하지 않더라도, 회귀, 분류, 비정상 탐지(anomaly detection)같은 지도 ..