기계학습77 [딥러닝을이용한 자연어 처리 입문] 0706 텐서플로우를 사용한 로지스틱 회귀 실습 1. 케라스로 구현하는 로지스틱 회귀 - 출처 : [딥러닝을이용한 자연어 처리 입문] 0706 텐서플로우를 사용한 로지스틱 회귀 실습 2021. 5. 17. [딥러닝을이용한 자연어 처리 입문] 0704 자동 미분과 선형 회귀 실습 1. 자동 미분 2. 자동 미분을 이용한 선형 회귀 구현 - W와 b값이 계속 업데이트 됨에 따라서 cost가 지속적으로 줄어드는 것을 확인할 수 있음 3. 케라스로 구현하는 선형 회귀 - 출처 : [딥러닝을이용한 자연어 처리 입문] 0704 자동 미분과 선형 회귀 실습 2021. 5. 17. [K-ICT 빅데이터센터] Ch13. 영화 추천 서비스 모델링-추천엔진 만들기-임정환교수 ★ 강의자료, 소스코드 다운받기 :https://kbig.kr/portal/kbig/datacube/... 주요 내용 정리 추천엔진이란 제품 정보와 사용자 정보와 같은 엄청난 양의 데이터를 분석하고 데이터 마이닝 방식을 기반으로 연관 추천을 제공하는 기술이자 도구로 협업 필터링, 콘텐츠 기반, 하이브리드, 상황 인식 추천 시스템 등이 있다. 협업 필터링 추천 시스템은 사용자 선호도를 이용해서 선택 가능한 많은 집합들로부터 아이템을 필터링하며, 사용자 기반 협업 필터링과 아이템기반 협업 필터링 유형으로 나뉜다. 사용자 기반 협업 필터링은 사용자 간 유사도 행렬을 만들어 활성 사용자가 아직 등급을 매기지 않은 아이템에 대해 유사한 사용자가 제공한 등급을 참고해 새로운 아이템을 추천한다. 아이템 기반 협업 필.. 2021. 4. 9. [K-ICT 빅데이터센터] Ch12. 스팸메일 필터링 모델링-NaiveBayes-임정환교수 ★ 강의자료, 소스코드 다운받기 : https://kbig.kr/portal/kbig/datacube/... 주요 내용 정리 나이브 베이즈 분류기는 확률기반 분류기로 특징이 상호 독립적이라는 가정 하에 클래스 전체의 확률 분포 대비 특정 클래스에 속할 확률을 베이즈 정리를 기반으로 계산한다. CountVectorizer를 사용해 불용어 제거와 단어의 출현 빈도 특징을 추출할 수 있다. 벡터 변환 시 훈련 데이터에 대해서는 fit_transform()을 사용하고, 테스트 데이터에 대해서는 transform() 메서드를 사용한다. 나이브 베이즈 분류기는 특징의 출현 빈도 계산용 초기값 스무딩 파라미터 alpha와 학습 데이터에 대해 사전 확률 사용을 결정하는 파라미터 fit_prior로 파라미터 튜닝을 할 .. 2021. 4. 9. 이전 1 2 3 4 ··· 20 다음
