인공지능 개발일지

안녕하세요! 이번 시간에는 로지스틱 회귀를 이용하여 분류 문제를 풀어봅시다. 들어가기 앞서서 혹시 회귀가 뭔지, 로지스틱 회귀가 뭔지 헷갈리거나 들어는 봤지만 뭔지 정확히 모르겠다 하시는 아래 글을 참고해주세요:) https://perconsi.tistory.com/82 [머신러닝] 회귀(Regression)의 종류(선형 회귀, 다항 회귀, 다중 회귀)와 시그모이드 함수의 역할 안녕하세요! 이번 시간에는 선형 회귀와 다항 회귀에 대해 알아봅시다. 선형 회귀와 다항 회귀에 대해 알아보기 전에 먼저 회귀가 전체 머신러닝 구조도 중에 어디에 있는지 알아봅시다. (저는 perconsi.tistory.com 또한 feature, target, label이란 단어에 익숙하지 않으시다면 아래 용어 정리 글도 보시고 ..

안녕하세요! 이번 시간에는 선형 회귀와 다항 회귀에 대해 알아봅시다. 선형 회귀와 다항 회귀에 대해 알아보기 전에 먼저 회귀가 전체 머신러닝 구조도 중에 어디에 있는지 알아봅시다. (저는 학습을 할 때 전체 중에 어디를 배우고 있는지 아는 것을 중요하게 생각합니다) 머신러닝은 크게 지도 학습, 비지도 학습, 강화 학습으로 나뉘는데 우리는 그중에서 지도 학습을 봅시다. 지도 학습은 아래와 같이 분류할 수 있습니다. 분류는 라벨이 이산적인 분포일 때 사용하고, 회귀는 라벨이 연속적인 분포일 때 사용합니다. 그리고 이진 분류는 정답(라벨)이 둘 중 하나일 때 사용하고 멀티 라벨 분류는 정답이 여러 개 중 하나일 때 사용합니다. 비유하면 정답의 형태가 분류는 객관식(선택), 회귀는 주관식이라고 할 수 있겠네요 ..