AI/MachineLearning
-
시그모이드(sigmoid) & 소프트맥스(softmax)AI/MachineLearning 2022. 10. 12. 10:45
# 시그모이드 # 시그모이드 함수의 가장 중요한 특징은, 무조건 0과 1 사이의 결과를 낸다는 것 - x가 엄청 커서 무한대면은 그냥 1 - x가 엄청 작어저서 마이너트 무한대면은 그냥 0 - 우리는 주로 시그모이드 함수의 결괏값이 0.5보다 큰지 작은지 보고 결국 분류 - 여기에 어떤 인풋을 넣든 간에, 아웃풋은 무조건 0과 1 사이 값이 나온다 # 속성이 하나 일 때, 시그모이드 가설함수 # 속성이 두개 일 때, 시그모이드 가설함수 # 시그모이드(Sigmoid) vs 소프트맥스(Softmax) # Softmax Function 1. logistic regression 에서 multi-classification 문제에서 사용 2. 확률의 총 합 = 1 3. 출력층에서 사용됨(확률 표현) 4. 큰 출력 ..
-
MachineLearning_BasicAI/MachineLearning 2022. 8. 21. 14:33
ML의 목표?! - 새로운 샘플에 잘 작동하는 모델을 만들자 머신러닝 정의 컴퓨터가 학습하는 능력을 갖추게 하는 연구 분야 어떤 작업 T에 대한 컴퓨터 프로그램 성능을 P로 측정했을 때 경험 E로 인해 성능이 향상됐다면, 이 컴퓨터 프로그램은 작업 T와 성능 측정 P에 대해 경험 E로 학습한 것 왜 머신러닝을 사용하는가?! 기존 솔루션으로는 많은 수동 조정과 규칙이 필요한 문제: 하나의 머신러닝 모델이 코드를 간단하게 만들고, 전통적인 방법보다 더 잘 수행되도록 할 수 있다. 전통적인 방식으로는 너무 복잡하거나 알려진 알고리즘이 없는 문제 유동적인 환경==> 머신러닝 시스템은 새로운 데이터에 적응 할 수 있음 복잡한 문제와 대량의 데이터에서 통찰 얻기 머신러닝 시스템의 종류 1.사람의 감독하에 훈련하는 ..