모델3 [온라인새벽기도] 나눔의 모델이 되라 본문말씀 : 시편 82편 1-8절 1 하나님은 신들의 모임 가운데에 서시며 하나님은 그들 가운데에서 재판하시느니라 2 너희가 불공평한 판단을 하며 악인의 낯 보기를 언제까지 하려느냐 (셀라) 3 가난한 자와 고아를 위하여 판단하며 곤란한 자와 빈궁한 자에게 공의를 베풀지며 4 가난한 자와 궁핍한 자를 구원하여 악인들의 손에서 건질지니라 하시는도다 5 그들은 알지도 못하고 깨닫지도 못하여 흑암 중에 왕래하니 땅의 모든 터가 흔들리도다 6 내가 말하기를 너희는 신들이며 다 지존자의 아들들이라 하였으나 7 그러나 너희는 사람처럼 죽으며 고관의 하나 같이 넘어지리로다 8 하나님이여 일어나사 세상을 심판하소서 모든 나라가 주의 소유이기 때문이니이다 편견은 힘 있는 자가 객관적인 실력이 달릴 때 앞에서 정정당당.. 2024. 8. 2. [데이터 사이언스 스쿨] math 5.1 최적화 기초 ● 최적화 문제 최적화 문제는 함수 f의 값을 최대화 혹은 최소화하는 변수 x의 값 x* 를 찾는 것 이 값 x*를 최적화 문제의 해(solution)라고 한다. 이때 최소화하려는 함수 f(x)를 목적함수(objective function), 비용함수(cost function), 손실함수(loss function) 오차함수(error function) 등으로 부른다. 기호로는 각각 J,C,L,E로 표기하는 경우가 많다. ● 그리드 서치(grid search)와 수치적 최적화(numerical optimization) - 그리드 서치 : 목적함수의 값을 가장 작게 하는 x의 위치를 찾기 위하여 가능한 x의 값을 여러개 넣어 보고 그중 가장 작은 값을 선택하는 것 - 수치적 최적화 : 반복적 시행 착오(tr.. 2021. 5. 3. [K-ICT 빅데이터센터] Ch6. 파이썬 교차검증, 특징공학-임정환교수 주요 정리 1. 교차검증을 사용하면 모델을 훈련시킬 데이터를 빠뜨릴 수 있는 문제를 방지할 수 있다. 2. 검증곡선을 시각화하면 모델의 복잡도와 관련된 편향과 분산 사이의 트레이드오프에서 적절한 지점을 확인할 수 있다. 3. 학습곡선 플롯을 이용하면 훈련집합의 크기에 따른 훈련 점수와 검증 점수의 변화를 시각적으로 확인할 수 있다. 4. 그리드 서치 자동화 도구를 이용하면 검증 점수를 최대화하는 최적의 모델을 찾아 데이터에 적합시킬 수 있다. 5. 특징 공학을 통해 머신러닝의 특징 행렬을 구축하는데 필요한 범주형 데이터의 인코딩, 복잡도를 증가시키기 위한 유도 특징의 추가, 누락 데이터 대체 등의 작업을 수행하며, 파이프라인을 통해 작업의 생산성을 높일 수 있다. ★ 강의자료, 소스코드 다운받기 : ht.. 2021. 4. 5. 이전 1 다음
