EunGyeongKim

이전에 공부했던 내용과 이어집니다.(링크) 지도학습 : 회귀 (Regression) 지도학습은 회귀(Regression)와 분류(Classification)로 나눌수 있음. 회귀 : 입력에 대해 연속적인 값을 대응시키는 문제. 분류 : 입력에 대해 순서가 없는 클래스(라벨)을 대응시키는 문제 1차원 입력 eungyeong-kim.tistory.com 경사하강법은 반복계산에 의해 근사값을 구하는 수치 계산법 (수치해, Numerical Analysis) 직선모델의 경우에는 근사적인 해석이 아니라 방정식을 해결하여 정확한 해를 구할 수 있음( = 해석해, analysis : 해석적(analytic)으로 풀이가 가능한 해) 해석해를 도출하면 문제의 본질을 잘 이해할 수 있고, 다차원데이터에 대응하며, 곡선모델..

지도학습은 회귀(Regression)와 분류(Classification)로 나눌수 있음. 회귀 : 입력에 대해 연속적인 값을 대응시키는 문제. 분류 : 입력에 대해 순서가 없는 클래스(라벨)을 대응시키는 문제 1차원 입력 직선 모델 연습 데이터 만들어주기 random함수를 이용하여 나이와 몸무게의 인공데이터 만들기 import numpy as np import matplotlib.pyplot as plt %matplotlib inline #create data np.random.seed(seed=1) x_min = 4 x_max = 30 x_n = 16 x = 5+25 * np.random.rand(x_n) prm_c = [170, 108, 0.2] # 생성 매개변수 t = prm_c[0] - prm_c..

미분 미분 : 함수의 기울기를 도출하는 방법 함수 미분 방법 $$f(w)=w^2$$ 함수 f(w)의 'w에 관한 미분' 표시 방법 $$\frac{df(w)}{dw},\frac{d}{dw}f(w),f^{\prime }(w)$$ 미분은 함수의 기울기를 나타냄. 함수의 기울기도 w가 바뀌면 변화하기 때문에 w의 함수로 되어있음. 상기 2차함수의 경우 다음 식과 같음 $$\frac{d}{dw}{w}^2=2w$$ 일반적으로 w^2형식의 함수는 아래 공식을 사용하여 쉽게 미분을 구할 수 있음. $$\frac{d}{dw}{w}^n=n{w}^{n-1}$$ 미분기호 d/dw는 오른쪽에만 작용됨. 중첩된 함수의 미분 중첩함수의 예 $$f(w)=g(w{)}^2$$ $$g(w)=aw+b$$ 아래식을 위식에 대입하고 그 식..

벡터 벡터: 몇가지 숫자를 나란히 늘어놓은것 import numpy as np a = np.array([2,1]) print(a) #[2 1] type(a) # numpy.ndarray 세로 벡터 import numpy as np a = np.array([[1], [2], [3]]) print(a) #[[1] # [2] # [3]] 전치(Transposition) print(a.T) #[[1 2 3]] 덧셈, 뺄셈, 곱셈 import numpy as np a = np.array([2, 1]) b = np.array([1, 3]) print(a+b) #[3 4] print(a-b) #[ 1 -2] print(2*a) #[4 2] 내적 곱셈연산 중 하나. 같은차원을 가진 두 벡터간의 연산에서 "·" 으로 나..

ref:파이썬으로 배우는 머신러닝의 교과서 2차원 그래프 그리기 그래프를 그리기 위해 matplotlib의 pyplot라이브러리를 import 하고 plt라는 별칭을 만들어 사용. 임의의 그래프 그리기 import numpy as np import matplotlib.pyplot as plt %matplotlib inline #data np.random.seed(1) # fix random seed x = np.arange(10) y = np.random.rand(10) #graph plt.plot(x, y) plt.show() 프로그램 리스트 규칙 리스트 번호 1-(1), 1-(2), 1-(3), 2-(1)과 같음 괄호 앞의 숫자가 같은 리스트는 변수를 공유하는 리스트, 괄호 안의 숫자 순서대로 실행한..

탐색은 주어진 데이터에서 자신이 원하는 데이터를 찾아내는 알고리즘을 말함 5-1 깊이 우선 탐색 깊이우선 탐색 (DFS, depth-first search)은 그래프 완전 탐색 기법중 하나. 그래프 시작 노드에서 출발하여 탐색할 한쪽 분기를 정하여 최대 깊이까지 탐색을 마친 후 다른쪽 분기로 이동하여 다시 탐색을 수행하는 알고리즘. 시간 복잡도 O(V+E) V : 노드개수 E : 에지개수 # import sys # input = sys.stdin.readline n,m = map(int, input().split() ) a = [[]for _ in range(n+1)] visited= [False] * (n+1) def DFS(v): visited[v] = True for i in a[v]: if not..

4-1 버블정렬 데이터의 인접 요소끼리 비교하고, swap연산을 수행하여 정렬하는 방식 # import sys # input = sys.stdin.readline n = int(input()) number = [] for i in range(n): i = int(input()) number.append(i) for j in range(len(number), 1, -1): for i in range(len(number[:j])-1): print(number[:j], j, i) if number[i] > number[i+1]: number[i], number[i+1] = number[i+1], number[i] print(number) 4-2 선택정렬 대상에서 가장 크거나 작은 데이터를 찾아가 선택을 반복하..

ref: do it! 알고리즘 코딩테스트 3. 자료구조 3-1 배열과 리스트 파이썬에서는 배열과 리스트를 구분하지 않는다. 배열 : 메모리의 연속공간에 값이 채워져 있는 형태의 자료구조 인덱스를 이용해 배열의 값 참조가능 인텍스가 없으므로 값에 접근하려면 head 포인터부터 순서대로 접근해야 함. 접근하는 속도가 느림 포인터로 연결되어 있으므로 데이터 삽입, 삭제 속도가 빠름 선언할때 크기지정 불필요 배열보다 구조가 복잡리스트 : 값과 포인터를 묶은 노드라는것을 포인터로 연결한 자료구조 3-2 구간합 S[i] = A[0] + A[1]+ A[2]+ … + A[i-1]+ A[i] S[i] = S[i-1] + A[i] 구간 합을 만드는 공식 ( i ~ j ) S[j] - S[i-1] #백준 구간합 구하기 4 ..

ref : https://www.youtube.com/watch?v=Q2PCO0mKEaU&t=175s https://github.com/marp-team/marp GitHub - marp-team/marp: The entrance repository of Markdown presentation ecosystem The entrance repository of Markdown presentation ecosystem - GitHub - marp-team/marp: The entrance repository of Markdown presentation ecosystem github.com 오늘은 노마드코더에서 소개하는 marp이라는 확장프로그램을 써봤다. Visual studio에 marp을 설치하여 mar..

데이터를 처리하다 보면 아래처럼 값이 아예 비워져 있는 경우가 종종 있다. 저렇게 되어버린경우, 종종 Pandas나, numpy를 돌리면 에러가 발생한다. 그렇다고 수천, 수만줄이 되는 모든 데이터를 일일히 확인할 수 없다. import pandas as pd data = pd.read_csv('./all_data_modify.csv') colums = data.columns for i in colums : data[i] = data[i].fillna(method='ffill') f_data = pd.DataFrame(data) f_data.to_csv('data_preprocess.csv', index=False) 7줄정도만 되는 python 코드로 엑셀 불러오기, 데이터 채우고 새로운 파일 생성하기를..