전체 글 (21) 썸네일형 리스트형 데이터 정렬하기2 행과 열 추출하기 # 28.특정한 행과 열을 지정해 가져오기 #df.loc[가져올 행,가져올 열]의 형태로 불러옵니다. df.loc[:, 'a':'c'] # 모든 인덱스에서, a열부터 c열까지를 가져오라는 의미입니다. # 29. 인덱스로 특정 행과 열 가져오기 df.iloc[0:3, [0, 2]] # 0 인덱스부터 2인덱스까지, 0번째 열과 2번째 열을 가져오라는 의미입니다. (첫 열이 0번째입니다.) # 30. 특정 열에서 조건을 만족하는 행과 열 가져오기 df.loc[df['a'] > 5, ['a', 'c']] # a열의 값이 5보다 큰 경우의 a열과 c열을 출력하라는 의미입니다. # 31. 인덱스를 이용해 특정 조건을 만족하는 값 불러오기 df.iat[1, 2] # 1번째 인덱스에서 2번째 열 값을.. < 심화 학습2 > 파이썬 코딩으로 짜 보는 신경망 환경 변수 설정하기 실제 값이 될 XOR 진리표는 다음과 같다. 먼저 두 개의 입력 값과 한 개의 타깃 값으로 먼저 설정하겠습니다. 실행 횟수, 학습률, 모멘텀 계수도 설정하겠습니다. import random import numpy as np # 환경 변수 지정 # 입력값 및 타깃 값 data = [ [[0, 0], [0]], [[0, 1], [1]], [[1, 0], [1]], [[1, 1], [0]] ] # 실행 횟수(iterations), 학습률(lr), 모멘텀 계수(mo) 설정 iterations=5000 lr=0.1 mo=0.4 # 활성화 함수 - 1. 시그모이드 # 미분할 때와 아닐 때의 각각의 값 def sigmoid(x, derivative=False): if (derivative == T.. < 심화 학습1 > 오차 역전파의 계산법 출력층의 오차 업데이트 + w2의 값 중 하나인 w31을 업데이트하는 과정 + > t는 한 단계 앞, t + 1은 현재 단계의 계산을 의미. > 맨 오른쪽 식은 Yout을 구하고 이를 w31에 대해 편미분하라는 의미입니다. 오차 공식 - 오차 Yout 안에는 두개 (y01, y02)의 출력 값이 있습니다. 오차는 평균 제곱 오차를 이용해 구합니다. y01, y02의 실제 값을 yt1, yt2라고 할 때, 다음과 같이 계산합니다. 즉 오차 Yout은 다음과 같이 구할 수 있습니다. 체인 룰 W31에 대해 오차를 편미분 하는 것은 합성 함수(함수 안에 또 다른 함수가 들어 있는 것을 의미) 미분 공식을 따릅니다. 즉, 체인 룰에 의해 다음과 같이 계산할 수 있습니다. 체인 룰 계산하기 - Yout = 오차 .. 데이터 다루기 판다스 : 판다스는 데이터 분석과 관련된 다양한 기능을 제공하는 파이썬 라이브러리입니다. 데이터 만들기 # 1. 판다스 라이브러리 불러오기 import pandas as pd # 2. 데이터 프레임 만들기 df = pd.DataFrame( # df라는 변수에 데이터 프레임을 담아 줍니다. {"a" : [4 ,5, 6, 7], # 열 이름을 지정해 주고 시리즈 형태로 데이터를 저장합니다. "b" : [8, 9, 10, 11], "c" : [12, 13, 14, 15]}, index = [1, 2, 3, 4]) # 인덱스는 1,2,3으로 정해 줍니다. # 3. 데이터 프레임 출력 df # 4. 데이터의 열 이름을 따로 지정해서 만들기 df = pd.DataFrame( [[4, 8, 12], [5, 9, 13.. < 셋째 마당 > 딥러닝의 시작, 신경망 7장 퍼셉트론과 인공지능의 시작 인공지능의 시작을 알린 퍼셉트론 - 퍼셉트론: 입력 값을 여러 개 받아 출력을 만드는데, 이때 입력 값에 가중치를 조절할 수 있게 만들어 최초로 '학습'을 함. - 아달라인: 퍼셉트론에 경사 하강법을 도입해 최적의 경계선을 그릴 수 있도록 함. + 가중합이란? 입력 값과 가중치를 모두 곱한 후 바이어스를 더한 값 + 퍼셉트론의 과제 : 퍼셉트론이나 아달라인은 모두 2차원 평면상에 직선을 긋는 것만 가능합니다. 이 예시는 경우에 따라 선을 아무리 그어도 해결되지 않는 상황이 있다는 것을 말해 줍니다. ( 각각 엇갈려 놓인 검은색 점 두개와 흰색 점 두 개를 하나의 선으로 구별x ) 8장 다층 퍼셉트론 다층 퍼셉트론의 등장 1. x1과 x2를 두 연산으로 각각 보냅니다. 2... CHAPTHER 4 - 5 최적의 선 구하기 다음 두 가지 방법을 이용해 주어진 데이터에 맞는 최적의 선 구하기. [1] import numpy as np # 데이터 x = 2 * np.random.rand(100, 1) y = 4 + 3 * x + np.random.randn(100, 1) numpy 의 np.random.randint vs rand/randn - np. random.seed: seed를 통한 난수 생성 - np.random.randint: 균일 분포의 정수 난수 1개 생성 - np.random.rand: 0부터 1사이의 균일 분포에서 난수 matrix array 생성 - np. random.randn 가우시안 표준 정규 분포에서 난수 matrix array 생성 - np.random.shuffle: 기존의 데이.. <둘째 마당> 예측 모델의 기본 원리 : 독립 변수 x를 사용해 종속 변수 y의 움직임을 예측하고 설명하는 작업. : 임의의 직선을 그어 이에 대한 평균 제곱 오차를 구하고, 이 값을 가장 작게 만들어 주는 a 값과 b 값을 찾아가는 과정. : 예측 하기 위해 y = ax + b에서 직선의 기울기 a 값과 y 절편 b 값을 정확히 예측해야한다. 1) 종류 + 단순 선형 회귀: x 값만으로도 y 값을 설명할 수 있다. + 다중 선형 회귀: x 값이 여러 개 필요하다. 2) 최소 제곱법(독립 변수가 하나 일때) : 가진 정보가 x 값과 y 값 일때 이를 이용해 기울기 a를 구할 수 있다. - y 절편인 b 구하기 - b = y의 평균 - (x의 평균 x 기울기 a) - 파이썬 코딩으로 구하는 최소 제곱 - import nump.. 6장.확률 : 이산확률변수 X 분포 : 함수값 -> 확률 : 연속확률변수 X 분포 : 함수의 넓이 -> 확률 : 변량 X의 값이 불연속적인 값을 가지는 것. : 0과 1 사이의 모든 값에 동등한 비중을 준 분포. : 숫자 하나의 비중은 0 > 확률 밀도 함수로 연속 분포를 표현. - 균등 분포의 확률 밀도 함수 def uniform_pdf(x:float) -> float: return 1 if 0 : 확률변수의 값이 특정 값보다 작거나 클 확률 def uniform_cdf(x: float) -> float: """균등 분포를 따르는 확률변수의 값이 x보다 작거나 같은 확률을 반환""" if x : mu = 0 이고 sigma = 1.. 이전 1 2 3 다음 목록 더보기
