파이썬을 활용한 의사결정 트리 분류기 구현
1. 필수 라이브러리 불러오기
데이터 처리, 수치 계산 및 모델링에 필요한 주요 라이브러리를 임포트합니다.
import pandas as pd
import openpyxl # pandas가 Excel 파일을 읽을 때 필요한 의존성
import numpy as np
pandas는 데이터 구조 및 분석 도구를 제공하여 데이터프레임 조작에 사용됩니다.
openpyxl은 pandas가 Excel 파일 형식을 처리하는 데 도움을 줍니다. ...
8월 6일 15:14에 게시됨
RBF 신경망을 이용한 패턴 인식 기술의 활용과 최적화
1. 패턴 인식에서 RBF 네트워크의 역할
패턴 인식은 이미지, 음성, 생체 정보 등 다양한 데이터에서 의미 있는 구조를 추출하고 분류하는 핵심적인 머신러닝 작업이다. 이 과정에서 RBF(Radial Basis Function) 신경망은 비선형 문제에 강한 일반화 능력과 빠른 수렴 속도 덕분에 주목받는 모델 중 하나다. 본 문서에서는 RBF 신경망의 작동 원리와 실제 패턴 인식 과제에 ...
7월 30일 07:21에 게시됨
DBSCAN: 밀도 기반 클러스터링 심층 분석
DBSCAN(Density-Based Spatial Clustering of Applications with Noise)은 1996년 Martin Ester 등이 제안한 대표적인 밀도 기반 군집화 알고리즘입니다. 이 알고리즘은 두 가지 핵심 인자, 즉 이웃 반경(\( \varepsilon \) 또는 eps)과 최소 샘플 수(MinPts)를 활용하여 데이터 내의 고밀도 영역을 식별합니다. 이를 통해 어떤 형태의 군집이라도 효과적으로 찾아낼 수 있 ...
7월 22일 04:53에 게시됨
머신러닝 학습 중 마주친 오류들 (지속 업데이트)
안녕하세요. Go 언어 학습을 잠시 미루고 대학원 진학을 준비하며 머신러닝을 다시 공부하기 시작했습니다. 본 글은 학습 과정에서 발생한 다양한 오류와 그 해결 방법을 기록한 것입니다.
학습 자료
Andrew Ng 교수의 Machine Learning Specialization 강의 (한글/영문 자막 지원) 를 주 교재로 사용 중입니다.
오류 기록
1. 그래프 출력 오류 (해결 완료)
C1_W1_Lab04 ...
7월 16일 05:30에 게시됨
Python 기반 머신러닝: 실전 프로젝트로 배우는 핵심 기술
1. 학습의 본질과 머신러닝의 세계관
1.1 학습이란 무엇인가?
학습은 시스템이 환경과의 상호작용을 통해 정보를 획득하고 내부 모델을 최적화하여 미래의 특정 작업을 더 잘 수행하도록 적응하는 과정입니다. 이 정의는 머신러닝의 핵심 프레임워크를 구성합니다.
세 가지 학습 패러다임
패러다임데이터 형태학습 목표핵심 개념
지도학습(특성, 레이블)특성에서 레이 ...
6월 15일 22:08에 게시됨
의사결정나무와 랜덤 포레스트 이해 및 코드 실습
의사결정나무는 SVM과 마찬가지로 범용적인 머신러닝 알고리즘입니다. 여러 의사결정나무 분류기를 모아서 더 강력한 머신러닝 알고리즘이 되는 것이 랜덤 포레스트입니다. 이들 모두 기본적이지만 매우 강력한 도구로, 단순하고 유연하여 여전히 많은 사랑을 받고 있습니다.
의사결정나무
1.1 의사결정나무란?
의사결정나무를 IF/ELSE 문으로 구성된 깊이 중첩된 이진 ...
6월 10일 01:31에 게시됨
선형 회귀와 경사 하강법의 핵심 원리 및 예측 구현
데이터의 패턴을 찾는 과정: 선형 회귀
머신러닝은 수많은 데이터 속에 숨겨진 규칙성을 수학적 모델로 찾아내는 과정입니다. 예를 들어, 2차원 평면에 흩어져 있는 점들을 가장 잘 설명할 수 있는 직선을 찾는 문제를 생각해 보겠습니다. 이 직선이 곧 데이터의 흐름을 대변하는 '모델'이 됩니다.
우리는 흔히 다음과 같은 1차 함수 식으로 모델을 정의합니다.
y = wx + ...
5월 27일 05:38에 게시됨
scikit-learn을 활용한 파이썬 기계학습 입문
scikit-learn 소개
scikit-learn은 파이썬에서 기계학습을 구현하기 위한 핵심 라이브러리로, 다양한 머신러닝 알고리즘과 전처리 도구를 제공합니다. 데이터 과학 프로젝트의 표준 툴 중 하나이며, 직관적인 API와 풍부한 문서화로 초보자부터 전문가까지 널리 사용됩니다.
설치 및 환경 구성
scikit-learn을 설치하기 전 다음 패키지들이 시스템에 설치되어 있어야 합니 ...
5월 23일 07:36에 게시됨
서프릿 간격: 서포트 벡터 머신의 유연성 확보
소프트 간격의 개념과 의미
서포트 벡터 머신(SVM)에서 소프트 간격은 분류 경계를 완전히 만족하지 않더라도 일부 데이터 포인트가 오분류되거나 경계 내부에 위치하는 것을 허용하는 기법입니다. 이는 실제 데이터에 존재하는 노이즈와 이상치를 효과적으로 처리할 수 있게 해주며, 모델의 일반화 성능을 높이는 핵심 요소입니다.
하드 간격 대비 소프트 간격의 ...
5월 20일 13:09에 게시됨