Support Vector Machine - 데이터를 고차원 공간으로 맵핑하여, 데이터를 구분하는 알고리즘 - 초평면을 그린다 - 데이터를 정확히 분류하는 범위를 찾고, Margin을 최대화 되도록 구분 SVM (Support Vector Machine)은 Classification를 위한 Machine Learning 방법 중 하나입니다. SVM은 지도 학습(Supervised Learning)으로, 분류 문제에서 케이스를 구분하는 분리자를 찾아서 케이스를 분류합니다. SVM은 데이터를 고차원 특징 공간으로 매핑하여 데이터가 선형적으로 분리되지 않는 경우에도 카테고리별로 분류할 수 있도록 합니다. 그런 다음, 데이터를 위한 분리자를 추정합니다. 데이터는 분리자를 초평면으로 그릴 수 있도록 변형되어야 합..
2023/07
- 0 ~ 1 사이의 결과 값으로 확률을 모델링 할 때 사용 된다 - [[Logistic Regression]]에서 종속 변수 확률 예측하는데 사용 된다 시그모이드 함수는 이름에서 알 수 있듯이 ‘S’ 형태의 곡선을 가지는 함수를 의미하며, 여기에서 'S’는 "시그모이드(Sigmoid)"의 'S’입니다. 수학적으로 표현하면 아래와 같습니다. Sigmoid 함수와 로짓 함수의 관계 일단 서로 역함수 관계입니다. 즉, 로지스틱 함수가 0과 1 사이의 값을 출력한다면 로짓 함수는 0과 1 사이의 값을 입력으로 받아서 실수 값을 출력합니다. 로지스틱 함수는 실수 값을 0과 1 사이의 값으로 '압축’하는 역할을 합니다. 반면에 로짓 함수는 0과 1 사이의 확률값을 다시 실수 값으로 ‘펼쳐’ 놓습니다. 부족한 점이..
- [[이진 분류]]하는 상황에서 자주 사용한다 로지스틱 회귀는 종속 변수가 이진 변수인 경우를 다루는 통계 기법입니다. 로지스틱 회귀는 독립 변수의 선형 결합을 이용하여 사건의 발생 가능성을 예측하는데 사용됩니다. 이 방법은 Linear Regression과 매우 유사하지만, 로지스틱 회귀는 종속 변수가 범주형이고 선형 회귀는 종속 변수가 연속형이라는 점에서 차이가 있습니다 예시로 10년 후의 지구 온도는 어떻게 될까는 Linear Regression이고, 10년 후의 지구 온도가 50도 이상일까?는 Logistic Regression이다. 손실 함수 (Loss function) 이진 분류 문제(binary classification problem)의 경우 다중 클래스 분류 문제(multiclass c..
@ToString - 해당 클래스의 정보를 문자열로 자동 생성한다. - 사용자는 클래스 인스턴스를 바로 출력하면, 인스턴스 정보를 알 수 있다. @ToString은 Java의 Lombok 라이브러리에 포함된 주석입니다. Lombok은 편집기와 빌드 도구에 자동으로 연결되는 Java 라이브러리로, 반복적인 코드를 줄여주는 유용한 기능을 제공합니다. @ToString를 클래스에 적용하면, Lombok은 해당 클래스에 대한 toString() 메서드를 자동으로 생성합니다. 이 toString() 메서드는 클래스 이름과 각 필드와 그 값들을 포함하는 문자열을 생성합니다. 이는 디버깅에 매우 유용할 수 있습니다. 객체의 상태를 쉽게 출력할 수 있습니다. 예시 Certainly! Here’s an example t..
@Component - Spring에서 해당 클래스의 인스턴스를 싱글톤 생성 - Spring Context 내에서 전역적으로 사용가능하게 한다 @Component 어노테이션은 Spring에서 해당 클래스의 인스턴스가 필요할 때 Spring이 직접 관리하도록 해줍니다 이렇게 하면 Spring IoC Container는 이 클래스의 라이프사이클을 관리하게 됩니다. 다시 말해, 이 클래스의 인스턴스를 언제 생성하고, 언제 소멸시킬지 등을 결정하게 됩니다. 또한, 이 클래스를 필요로 하는 다른 클래스에게 자동으로 제공할 수 있게 됩니다. 이것은 모듈 간의 의존성 관리(DI (Dependency Injection))를 더욱 편리하게 만들어줍니다. 필요한 객체를 직접 생성하거나 찾는 대신, 필요한 곳에 적절하게 주..
Mock API 작성하는 팁 🐥 카카오테크캠퍼스 - 2단계 2주차 과제를 수행 할 때, 하나하나 데이터를 입력해야 하는 불편함이 있었는데 오늘 강사님이 보여주신 코드를 보니까 깔끔해서 들고 왔다 @GetMapping("/products") public ResponseEntity findAll(@RequestParam(defaultValue = "0") int page) { List responseDTO = new ArrayList(); // 상품 하나씩 집어넣기 responseDTO.add(new ProductRespFindAllDTO( 1, "기본에 슬라이딩 지퍼백 크리스마스/플라워에디션 에디션 외 주방용품 특가전", "", "/images/1.jpg", 1000 )); responseDTO.add(n..
Lab - Decision Trees Import the Following Libraries: numpy (as np) pandas DecisionTreeClassifier from sklearn.tree import piplite await piplite.install(['pandas']) await piplite.install(['matplotlib']) await piplite.install(['numpy']) await piplite.install(['scikit-learn']) import numpy as np import pandas as pd from sklearn.tree import DecisionTreeClassifier import sklearn.tree as tree from pyo..
Decision Tree - 데이터 분류 기준을 학습하고, 트리 구조로 값을 예측한다 - 정보 이득이 높은 방향으로 데이터를 분할한다 의사결정 트리는 데이터를 분류하거나 값(레이블)을 예측하는데 사용하는 트리 구조 알고리즘이다 이 알고리즘은 각 노드에서 특정 속성에 대한 판단을 내리고 그 결과에 따라 데이터를 분할하는 방식으로 동작합니다. 왜 Machine Learning인가? 데이터의 특징을 기반으로 결정을 내리며, 이 결정 규칙을 학습 데이터로부터 자동으로 학습하기 때문입니다. 의사결정 트리의 순서는 각 속성의 중요도에 따라 자동으로 결정되며, 이 중요도는 데이터로부터 학습하는 과정을 통해 결정됩니다. 주요 요점 트리를 구성하는데 있어 어떤 속성이 데이터를 분할하는지가 핵심이다. 이를 결정하기 위해 ..
- AI의 통계적인 부분을 담당 - 목적 : 학습을 통해 목표에 최대한 근사한 값을 찾아낸다 학습 시킨다의 의미 주어진 데이터를 학습 시켜서 가장 합리적인 모델(직선, 방정식 등)을 찾아내는 것입니다 지도 학습(Supervised Learning) Regression(회귀) 모델 Linear Regression : 종속 변수와 독립 변수 간의 선형 관계 Single Linear Regression Multiple Linear Regression Non-Linear Regression : 종속 변수와 독립 변수 간의 비선형 관계 Classification Decision Tree KNN(K-Nearset Neighbors) Logistic Regression Support Vector Machine 비지도..
AutoGPT 설치 방법 Git 또는 Docker를 사용하는 것을 권장합니다. 업데이트를 쉽게하기 위해서입니다. 또한, Python 실행과 같은 일부 기능은 보안상의 이유로 도커 내에서만 작동합니다. git clone -b stable https://github.com/Significant-Gravitas/Auto-GPT.git cd Auto-GPT 환경 설정 1. Auto-GPT 메인 폴더에 있는 .env.template 파일을 찾습니다 이 파일은 점으로 시작하여 일부 운영 체제에서는 기본적으로 숨겨집니다. 숨겨진 파일을 표시하려면 해당 운영 체제에 대한 지침을 따르세요. (Windows, macOS) 2. .env.template 파일의 사본을 만들고 .env로 이름을 변경합니다 이미 명령 프롬프트/..
