Data Analysis/Hands On ML 검색 결과

해당 글 8건

[Hands On ML] 7. 앙상블 학습과 랜덤 포레스트

In [1]: import pandas as pd import numpy as np import matplotlib import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings(action='ignore') from IPython.display import set_matplotlib_formats matplotlib.rc('font', family='AppleGothic') matplotlib.rc('axes', unicode_minus=False) set_matplotlib_formats('retina') pd.options...
Data Analysis/Hands On ML 2021. 11. 4. 22:09

[Hands On ML] 4. 모델 훈련

In [1]: # 항상 분석 전 디폴트 라이브러리 임포트 import pandas as pd import numpy as np import seaborn as sns from IPython.display import set_matplotlib_formats import matplotlib import warnings warnings.filterwarnings(action="ignore") matplotlib.rc('font', family='AppleGothic') set_matplotlib_formats('retina') matplotlib.rc('axes', unicode_minus=False) pd.options.display.max_rows..
Data Analysis/Hands On ML 2021. 11. 4. 22:05

[Hands On ML] 2. 머신러닝 프로젝트 처음부터 끝까지

2. 머신러닝 프로젝트 처음부터 끝까지¶ 큰 그림을 봅니다. 데이터를 구합니다. 데이터로부터 통찰을 얻기 위해 탐색하고 시각화합니다. 머신러닝 알고리즘을 위해 데이터를 준비합니다. 모델을 선택하고 훈련시킵니다. 모델을 상세하게 조정합니다. 솔루션을 제시합니다. 시스템을 론칭하고 모니터링하고 유지 보수합니다. 2.2 큰 그림 보기¶ 2.2.1 문제 정의¶ Q. 캘리포니아 인구조사 데이터를 사용하여 주택 가격 모델을 만드는 일. 현재 솔루션이 어떻게 구성되어 있는가? = 참고 성능으로 사용 가능 지도 학습 / 비지도 학습 / 강화 학습 중 무엇? (분류 / 회귀 / 다른 무엇) 지도 학습 – 다변량 회귀 배치 학습 / 온라인 학습 배치 학습 – 시스템으로 들어오는 데이터에 연속적인 흐름이 없고, 빠르게 변하..
Data Analysis/Hands On ML 2021. 11. 4. 21:55

[Hands On ML] 1. 한눈에 보는 머신러닝

1. 한눈에 보는 머신러닝¶ 1.1 머신러닝이란?¶ 머신러닝은 데이터로부터 학습하도록 컴퓨터를 프로그래밍하는 과학이다. 1.2 왜 머신러닝을 사용하는가?¶ 기존 솔루션으로는 많은 수동 조정과 규칙이 필요한 문제 – 간단하고 성능좋은 머신러닝 전통적인 방식으로는 해결할 수 없는 문제 – 뛰어난 머신러닝 기법 유동적인 환경 – 새로운 데이터에도 적용 가능 복잡한 문제와 대량의 데이터에서 통찰 얻기 1.3 머신러닝 시스템의 종류¶ 지도 / 비지도 / 준지도 / 강화 학습 지도 학습 : K-NN / 선형 회귀 / 로지스틱 회귀 / 서포트 벡터 머신 / 결정 트리 / 랜덤 포레스트 / 신경망 비지도 학습 : 군집 (k-평균, 계층군집(HCA), 기댓값 최대화) / 시각화와 차원 축소 (주성분 분석(PCA), 커널..
Data Analysis/Hands On ML 2021. 11. 4. 21:54