다양한 이야기들🍃

선형 회귀 꿀팁!!  파이토치리듬 🚀-> 파이토치로 딥러닝 모델을 만들 때 꼭 지켜야 할 '3단계 핵심 흐름' (선형 회귀 뿐만아니라, 복잡한딥러닝 모델에도 모두 적용된다.)  1) 모델에서 쓸 클래스와 변수 설정하기 - (설계)-> 데이터가 입력되었을 때, 어떤 수학적 연산을 거쳐 출력할지 결정 2) 파이토치 api를 사용하여 loss와 optimizer 구성하기 - (목표 설정)-> 모델이 얼마나 잘 예측하는지 평가하고 잘못된 부분을 어떻게 수정할지 결정하는 도구 필요!-> 목표점수를 정하고, 목표에 달성하기 위해 그 도구를 준비하는 단계-> Loss function: 예측값과 실제값의 차이를 측정하고 그 오차를 최소화하기 위함-> Optimizer: loss를 줄이기 위해 가중치과 편향을 조정 (..

역전파(Backpropagation)란?Back-propagation는 인공신경망(Artificial Neural Network)에서 오차(에러)를 줄이기 위해 가중치(weight)와 편향(bias)을 업데이트하는 핵심 알고리즘입니다.쉽게 말해, "결과가 틀렸을 때, 왜 틀렸는지 되돌아가면서 원인을 찾고 수정하는 과정"이에요.   역전파(Backpropagation)는 신경망의 손실을 줄이기 위해 가중치를 조정하는 알고리즘입니다.순전파 → 손실 계산 → 역전파 → 가중치 업데이트 과정을 반복하여 최적의 모델을 학습합니다.체인 룰을 사용해 각 층의 기울기를 계산하고, 경사하강법으로 최적화합니다. 1. 개념 설명순전파(Forward Propagation):입력 데이터를 네트워크에 통과시켜 출력을 계산합니다...

Gradient Descent(경사 하강법)은 쉽게 말해서 '최적의 답을 찾기 위해 조금씩 내려가는 과정' 이라고 설명할 수 있다.  1. 개념 설명경사하강법은 **산에서 가장 낮은 지점(최소점)**을 찾는 것과 비슷합니다.산 = 손실 함수(loss function) → 모델의 오차를 측정하는 함수최저점 = 손실이 가장 작은 지점 → 모델이 가장 좋은 상태내려가는 방향 = 기울기(gradient) → 손실을 줄이는 방향목표:손실 함수를 최소화하는 **가중치(weight)**와 편향(bias) 값을 찾아 모델 성능을 최적화합니다.2. 원리기울기(Gradient) 계산:현재 위치에서 얼마나 가파른지(기울기)를 계산합니다.방향 결정:기울기가 가장 가파르게 내려가는 방향을 선택합니다.한 걸음 이동:일정한 크기(..

1. Linear Regression (선형 회귀)1) 개념   선형 모델은 입력값(특징)과 가중치(weight)를 곱하고 편향(bias)을 더해 결과값(출력)을 계산하는 간단한 수학적 모델이다. 수식 표현: y=Wx+b x: 입력 데이터 (특징 또는 독립 변수)W: 가중치(Weight, 모델이 학습하는 값)b: 편향(Bias, 모델이 학습하는 값)y: 출력값(예측값 또는 종속 변수) 선형 모델은 입력과 출력 사이의 선형 관계를 학습하여 예측한다.그래프 또한 선형적인 1차함수의 형태를 띄고 있음장점) 그래프 사이의 거리를 찾기 쉬움  2. Training Loss (훈련 손실)1) 손실 함수의 역할훈련 과정에서 모델의 예측값과 실제값 사이의 차이를 측정합니다.모델은 이 손실값을 최소화하도록 학습합니다. ..

1. 출력하기 - print()1-1) 문자(열) 과 숫자 출력하기‘출력’이란 어떠한 결과를 볼 수 있도록 화면에 띄우는 것으로 생각해도 될 것 같다. 간단하게 화면에 원하는 문장(문자열) 을 출력할 수 있는 방법이다. Shell에 print(" 안녕하세요! ")라고 입력한 후 [enter]를 누르면 파이썬 코드가 실행되면서 안녕하세요! 라는 문장이 출력되는 것을 볼 수 있다. 출력하고자 하는 것이 ‘문자(열)’ 이라면 “” (쌍 따옴표)와 함께 print() 문을 사용하여,print("  ") 의 쌍따옴표 사이에 출력하려는 문자(열)을 적어주면 된다. 숫자를 출력하고 싶은 경우에는 ""(쌍 따옴표) 없이print( ) 괄호 안에 print( 2025 ) 와 같은 형태로 적으면 2025가 출력되는 것을 ..

https://www.youtube.com/playlist?list=PLlMkM4tgfjnKTpEpWBIqzWmge8aA0VQpP 거북이와 달리는 파이썬 www.youtube.com

1) 인공지능: 사람의 지능을 컴퓨터가 모방할 수 있게 만든 기술 ( 정보를 통해 추론하고 문제를 해결하는 시스템 - information -> infer )  2) 머신러닝: 인공지능의 하위분야로 컴퓨터가 데이터를 통해 스스로 학습하고, 패턴을 찾아내는 기술 ( 머신러닝 = 데이터로 학습 → 패턴 인식 → 추론 )  * 학습 데이터와 테스트 데이터학습 데이터(Train Dataset)모델을 학습시키기 위해 사용입력(X)과 정답(Y)이 라벨링(Labeled)되어 있음예: 고양이 사진(입력) → '고양이'(정답)테스트 데이터(Test Dataset)학습한 모델이 제대로 작동하는지 검증하는 데 사용평가에만 사용  3) 파이토치: 파이토치(PyTorch)는 인공지능(AI)과 머신러닝(기계 학습)을 만들 때 사..