기계학습3 딥 뉴럴 네트워크(Deep Neural Network, DNN) 📍딥 뉴럴 네트워크(Deep Neural Network, DNN)이란?- 딥 뉴럴 네트워크(Deep Neural Network, DNN)는 인공 신경망(Artificial Neural Network, ANN)의 한 형태로, 여러 개의 은닉층(hidden layers)을 포함한 신경망입니다- 비선형도 가능 : 퍼셉트론의 한계(예측 변수와 결과 간의 관계가 비선형인 경우, 성능 저하) 📍Multi Layer Perceptron (MLP)• MLP는 말 그대로 여러 perceptron을 결합한 알고리즘을 의미함• 즉, 복잡한 문제들을 바로 해결하는 게 어렵다면 해결 할 수 있는 심플한 문제로 분해하여 해결을 하려는 접근 방법• MLP는 비선형 활성화 함수와 역전파 알고리즘을 사용하여 학습하는 특징이 있습니.. 2024. 6. 12. 앙상블(Ensemble) 모델 📍앙상블(Ensemble) 모델이란?앙상블(Ensemble) 모델은 여러 개의 기계 학습 모델을 결합하여 단일 모델보다 더 나은 성능을 얻는 방법입니다. 앙상블 모델은 개별 모델들이 가진 약점을 보완하고, 그들의 강점을 결합하여 예측의 정확도와 신뢰성을 높이는 데 사용됩니다. 앙상블 기법에는 보팅voting, 배깅bagging, 부스팅boosting, 스태킹stacking이 있습니다. 📍 1. 배깅(Bagging) - 여러 개의 분류기를 독립적으로 학습시키고, 이들의 예측을 결합하는 앙상블 방법• 여러 개의 학습 데이터를 무작위로 샘플링하여 각각의 데이터로 모델을 학습시키고, 최종 예측 시 이 모델들의 결과를 평균 내거나 다수결 투표를 통해 결과를 도출하는 방법• Bagging은 기존의 원본 데이.. 2024. 6. 12. Neural Network 📍Neural Network- 인공지능의 한 분야로, 인간의 신경망을 모방한 컴퓨팅 시스템. - 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)로 구성 📍perceptron- 이진분류 모델을 학습하기 위한 지도학습기반의 알고리즘 (개 고양이 분류) - 다수의 입력으로부터 하나의 결과를 내보내는 알고리즘- 단순한 선형 분류기로, 입력을 받아 각 입력에 가중치를 곱한 후, 그 합이 특정 임계값을 넘으면 1을 출력하고 그렇지 않으면 0을 출력하는 방식으로 작동- 1개의 뉴런으로만 구성 입력값(X): 퍼셉트론에 들어가는 신호입니다. 이 입력값은 특성(feature)이라고도 하며, 각각의 입력값은 그에 해당하는 가중치와 곱해집니다.가중치(W): 각 입력 신.. 2024. 6. 9. 이전 1 다음
