] Champion Program
본문 바로가기

전체 글

딕 이스트만의 기도플래너 기도는 찬양으로 시작하고 찬양으로 끝내자. 찬양 -하나님의 속성을 인식 시편 63편 3장 기다림 - 조용히 영혼을 맡기는일 시편 46편 10장 자백 - 성전을 청소하는 시간시편 139편 23절 성경기도 - 말씀 충만한 기도 예레미야 23장29절 깨어있음- 거룩한 경계심을 개발하라 골로세서 4장2절 중보- 세계를 기억하라 디모데전서 2장1절~2장 간구- 개인적으로 필요한 것 마태복음 2장 7절 감사- 내가 받은 복을 고백하라 데살로니아전서 75장 18절 노래함- 노래로 경배하라 시편 100편 2절 묵상- 영적인 주제를 깊이 생각하라 여호수아 1장 8절 듣기- 영적인 지도를 받아들이라 전도서 5장 2절 찬양 -하나님의 속성을 인식하라 시편 52편 9절 더보기
Softmax(소프트맥스)함수. Softmax(소프트맥스)는 입력받은 값을 출력으로 0~1사이의 값으로 모두 정규화하며 출력 값들의 총합은 항상 1이 되는 특성을 가진 함수이다. 더보기
numpy데이터 살펴보기 train.shapelen(train)train_labels 더보기
무어의 법칙 무어의 법칙(영어: Moore's law)은 반도체 집적회로의 성능이 24개월마다 2배로 증가한다는 법칙이다. 경험적인 관찰에 바탕을 두고 있다. 인텔의 공동 설립자인 고든 무어가 1965년에 내 놓은 것이다. 무어의 법칙의 3가지 조건무어의 법칙의 세 가지 조건은 다음과 같다.반도체 메모리칩의 성능 즉, 메모리의 용량이나 CPU의 속도가 18개월에서 24개월마다 2배씩 향상된다는 '기술 개발 속도에 관한 법칙'이다.컴퓨팅 성능은 18개월마다 2배씩 향상된다.컴퓨팅 가격은 18개월마다 반으로 떨어진다. 출저 - 위키백과 더보기
xgboost 그래디언트 부스팅은 구조적인 데이터인 경우에 사용된다. 거의 항상 XGBoost라이브러리를 사용한다. 더보기
Classifier(분류ANN), Regressor(회귀ANN) ANN을 구성하는 가중치의 학습은 예측값의 목푯값에 대한 오차를 역방향으로 되돌리면서 이루어지기 때문에 오차역전파(error back propagation) 오차역전파는 오차를 줄이는 경사하강법(gradient descent)에서 유도된 방법, 가중치에 대한 손실 함수를 미분하고, 그 미분값의 방향과 크기를 활용해 가중치를 보상하는 방법. 손실 함수 더보기
SVM(Support Vector Machine) 회귀 분석을 위해서 사용할 수도 있다.?SVM은 분류 문제를 해결하기위해 2개의 다른 범주에 속한 데이터 포인트 그룹 사이에 좋은 결정 경계를 찾는다. 마진이 최대가 되는 결정 경계를 찾는다. 데이터를 고차원 표현으로 매핑한다. -->커널기법 사용새롭게 표현된 공간에서 좋은 결정 초평면을 찾기 위해 새로운 공간에 대응하는 데이터 포인트의 좌표를 실제로 구할 필요가 없다. 새로운 공간에서의 두 데이터 포인트 사이의 거리를 계산할 수만 있으면 된다. 커널 함수(kernel function)을 사용하면 이를 효율적으로 계산 할 수 있다. 커널 함수는 원본 공간에 있는 두 데이터 포인트를 명시적 새로운 표현으로 변환하지 않고 타깃 표현 공간에 위치했을 때의 거리를 매핑해 주는 계산 가능한 연산이다. 커널 함수는.. 더보기
나이브 베이즈(Naive Bayes) 확률적 모델링(probabilistic modeling)은 통계학 이론을 데이터 분석에 응용한 것 초창기 머신 러닝 형태 중 하나고 요즘도 널리 사용된다. 가장 잘 알려진 알고리즘 중 하나가 나이브 베이즈(Naive Bayes) 입력 데이터의 특성이 모두 독립적이라고 가정하고 베이즈 정리(Bayes theorem)을 적용하는 머신 러닝 분류 알고리즘이다.(강한, 또는 '순진한'(naive) 가정) 베이즈 정리는 두 확률 변수의 사전 확률과 사후 확률 사이의 관계를 나타내는 정리다. 베이즈 확률론 해석에 따르면 베이즈 정리는 사전확률로부터 사후확률을 구할 수 있다. 베이즈 정리는 불확실성 하에서 의사결정문제를 수학적으로 다룰 때 중요하게 이용된다. 특히, 정보와 같이 눈에 보이지 않는 무형자산이 지닌 가치.. 더보기