본문 바로가기

전체 글

 (66)
ML lec 5-1: Logistic Classification의 가설 함수 정의 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io Logistic Classification Linear Regression은 숫자를 예측하지만, Logistic은 카테고리를 선택 특히 2개중 1개를 선택하는 것은 Binary Classification Binary Classification 은 카테고리를 0,1로 인코딩하여 사용 Linear Regression과의 차이 Binary Classification를 Linear Regression으로 접근하면 발생하는 문제점 문제점 1 1. 공부시간이 많으면 합격한다는 가정 Y축의 중간을 0.5라고 하면 해당..
5/17 인천대공원 상동 인천대공원 08:00 출발, 10:30 도착 최고속도 : 31.9km/h 평균속도 : 15.9km/h(갈 때), 13.7km/h(올 때) 총 거리 : 7.59km + 7.12km = 14.71km 후기 코스는 짧지만 인천대공원 앞 약 300m 정도가 오르막 코스 오르막 코스의 경사는 다행히 심하지는 않아서, 단수 조절하면서 천천히 올라갈 수 있는 정도 인천대공원에서 돌아올 때, 우측 도로로 자동차 전용도로를 따라 오는 경우 인천대공원 입구에서 약 100m 지점에서 코스가 끊기는데 우측 내리막길로 가면, 반대편으로 넘어갈 수 있음 인도의 경우 길이 울퉁불퉁한 구간이 많음 짧지만, 경사를 통해 운동하기에는 좋은 코스
ML lab 04: multi-variable linear regression을 TensorFlow에서 구현하기 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 본 실습의 tensorflow는 1.x 버전입니다. x변수가 3개인 경우 구현 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() #tensorflow v1호환 #x 변수 3개를 정의 x1_data = [73., 93., 89., 96., 73.] x2_data = [80., 88., 91., 98., 66.] x3_data = [75., 93., 90., 100., 70.] y_data = [152., 185., 180., 196., 142.] # f..
5/5 체인청소 처음으로 체인청소를 하였다. 방법 자전거 체인 아래 신문지를 바닥에 펼침 다이소에서 구매한 오렌지 세정제로 체인에 골고루 분포하여 뿌림 사용하지 않는 칫솔로 세정제가 묻은 부분을 칫솔질하여 세척 페달을 돌려가면서 전체적으로 세척 다이소에서 구매한 체인클리너 물티슈로 칫솔이 닿지 않는 체인 사이를 세척 전체적으로 어느정도 세척이 되면, 자전거 상점에서 구매한 오일을 체인에 살짝씩 발라줌 오일은 페달을 돌려가면서 전체적으로 세척하고, 기어를 변경하여 전체적으로 묻을 수 있게 해줌 1일간 자전거 타지 않고 두기 위 방법으로 세척한 후 아직 타보지 않아서 처음 세척한 방법이 잘 한 것인지는 테스트 해보지 못하였다. 이후 라이딩시에 후기를 추가로 올려보겠다.
5/1 굴포천 상동 경인아라뱃길두리생태공원 09:00 출발 11:04 도착 최고속도 : 28.9km/h(상동으로 올때만 체크) 평균속도 : 17.7km/h(상동으로 올때만 체크) 후기 경인아라뱃길 두리 생태공원 방향으로 갈 때 평소보다 빠른 속도로 달려서 상동으로 돌아올 때 평균 속도가 감소하였다. 무리하기보다는 평균속도로 꾸준함을 유지하는 것이 좋을 것 같다. 평균속도 20km/h를 유지하는것이 필요할 것 같다. 굴포천을 따라 아라뱃길과의 만나는 지점까지의 코스는 잘 되어있긴 하지만, 중간중간 비포장 도로가 있고 길이 좁은 편이며, 언덕을 지나야 하는 코스가 있다.
ML lec 04 - multi-variable linear regression 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 복습 Linear regression을 위해 필요한 3가지 가설 cost function Gradient descent algorithm cost가 최적화 되는 w,b를 찾는 알고리즘 x가 3개인 경우의 가설과 Cost Function 가설 cost function 만약 x가 N개 라면 방정식이 복잡해짐 가설을 Matrix를 이용하여 간단하게 표현 Matrix 곱셈 요약 변수의 개수 : X변수에서 열로 나열 인스턴스 : X변수에서 행으로 나열 X의 크기 : [A, B] 로 표기 A바이 B로 부름 A의 인스..
ML lab 03 - Linear Regression 의 cost 최소화의 TensorFlow 구현 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 본 실습의 tensorflow는 1.x 버전입니다. Linear Regression을 단순화한 가설 W와 cost(W)의 그래프 그려보기 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() #tensorflow v1호환 import matplotlib.pyplot as plt #matplotlib 설치경로 : http://matplotlib.org/users/installing.html X = [1, 2, 3] Y = [1, 2, 3] W = tf.pl..
ML lec 03 - Linear Regression의 cost 최소화 알고리즘의 원리 설명 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io Linear Regression의 가설을 기반한 모델 형태와 Cost, 그리고 목표 가설과 Cost(실제 데이터가 얼마나 차이나는가) 목표 Cost를 최소화하는 W,b의 값을 주어진 데이터를 통해 구한다 Cost를 최소화하는 방정식을 만들기 위한 사전준비 가설과 Cost를 계산하기 쉽게 변경 b를 0이라고 가정 의미가 크게 변경되지 않으므로 무관하고, 과정을 설명하기 위한 가설임 b를 0이라고 가정한 경우 직접 Cost 구해보기 x = 1,2,3 y = 1,2,3 W = 0 인 경우 Cost(W) = ⅓ ..

티스토리툴바