머신러닝-딥러닝 공부
1.230629_머신러닝: 알고리즘 선택부터 모델 평가까지 모든 과정을 알아보기
머신러닝 수업 내용을 정리한 글 입니다.
2023년 6월 29일
2.230630_머신러닝: 데이터셋과 모델 성능 평가- Hold out vs K-Fold Cross Validation
머신러닝 수업 내용을 정리한 글 입니다. 데이터셋의 분할 방법(Hold out, Cross Validation)과 데이터 전처리의 결측치 처리 부분에 관한 내용입니다.
2023년 7월 1일
3.230703_머신러닝: 데이터 전처리 - 이상치 처리와 범주형/수치형 데이터의 인코딩 및 스케일링
머신러닝 수업 내용을 정리한 글 입니다. 데이터 전처리, 이상치 처리와 Feature 데이터 타입별 전처리에 대한 학습하였습니다. 범주형 데이터 전처리는 Label Encoding과 One-Hot Encoding, 수치형 데이터 전처리는 Feature Scaling
2023년 7월 3일
4.230704_머신러닝: Feature Scaling을 활용한 데이터 전처리 및 모델링 예제와 정확도 평가
머신러닝 수업 내용을 정리한 글 입니다. Feature Scaling 방법에 대해 학습하였고, 관련 실습 예제를 진행하였습니다. 더불어 모델의 물리 저장 방법, 모델의 평가 중 정확도에 대한 내용을 담고 있습니다.
2023년 7월 4일
5."혼동 행렬(Confusion Matrix)"에 대해 알아보자❗(+ "axis가 정해지는 방식")
머신러닝 관련 내용 중 혼동 행렬에 대해 간단히 설명한 글 입니다. 추가로 axis 의 인덱스 값들이 항상 헷갈렸기 때문에 관련 내용을 추가하면서 잊어버리지 않게 글을 적었습니다.
2023년 7월 4일
6.SVC 모델에서 'probability=True' 설정의 확률 예측에 대한 중요성 이해하기
SVM (Support Vector Machine)을 학습 중 SVC 모델의 파라미터에 대해 찾아본 내용의 글입니다.
2023년 7월 16일