서브스턴스더 나은 당신을 꿈꿔본 적 있는가? 한때 아카데미상을 수상하고 명예의 거리까지 입성한 대스타였지만, 지금은 TV 에어로빅 쇼 진행자로 전락한 엘리자베스(데미 무어). 50살이 되던 날, 프로듀서 하비(데니스 퀘이드)에게서 “어리고 섹시하지 않다”는 이유로 해고를 당한다. 돌아가던 길에 차 사고로 병원에 실려간 엘리자베스는 매력적인 남성 간호사로부터 ‘서브스턴스’라는 약물을 권유 받는다. 한 번의 주사로 “젊고 아름답고 완벽한” 수(마가렛 퀄리)가 탄생하는데... 단 한 가지 규칙, 당신에게 주어진 시간을 지킬 것. 각각 7일간의 완벽한 밸런스를 유지한다면 무엇이 잘못되겠는가? ‘기억하라, 당신은 하나다!’ 평점-감독코랄리 파르쟈출연데미 무어, 마가렛 퀄리, 데니스 퀘이드 서브스턴스( The Su..
혼자 공부하는 머신러닝 + 딥러닝 과제1) ch4-1 확인문제 2번 풀이 Q. 로지스틱 회귀가 이진분류에서 확률을 출력하기 위해 사용하는 함수는 무엇인가요? A. 1번 시그모이드 함수로지스틱 회귀(Logistic Regression)가 이진 분류에서 확률을 출력하기 위해 사용하는 함수는 시그모이드 함수입력값(z)을 0과 1 사이의 값으로 변환하여 확률로 해석할 수 있음. 시그모이드 함수의 수식은 다음과 같음$$ S(z) = \frac{1}{1 + e^{-z}} $$ 여기서 $$z$$는 선형 결합 $$z = b + \sum w_ix_i$$로 계산되며, $$b$$는 절편, $$w_i$$는 각 특성의 가중치, $$x_i$$는 입력값
혼자 공부하는 머신러닝 + 딥러닝1장 나의 첫 머신러닝, 2장 데이터 다루기 1-1 인공지능과 머신러닝, 딥러닝 인공지능사람처럼 학습하고 추론할 수 있는 지능을 가진 시스템을 만드는 기술(강인공지능, 약인공지능으로 분류)머신러닝규칙을 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야딥러닝인공신경망을 기반으로 하는 머신러닝 알고리즘, 텐서플로와 파이토치가 대표적 1-3 마켓과 머신러닝 마켓에서 팔기 시작한 생선은 도미, 곤들매기, 농어, 강꼬치고기, 로치, 빙어, 송어, 이 생선들을 프로그램으로 분류하는 문제→ 30~40cm 길이의 생선은 도미이다 라는 기준(개발자가 설정한 기준)을 프로그래밍(전통적인 문제 해결) 생선 분류 문제를 머신러닝으로 접근?→ 생선 데이..
개발자를 위한 실전 선형대수학(Practical Linear Algebra for Data Science) 12장 고윳값 분해: 선형대수학의 진주 고윳값, 고유벡터 - 임의의 $n\times n$ 행렬 $A$에 대하여, 0이 아닌 솔루션 벡터 $\vec{x}$가 존재한다면 실수 $\lambda$는 행렬 $A$의 고윳값 $$A \vec{x} = \lambda \vec{x}$$ 위 식을 고윳값 방정식(Eigenvalue equation)이라 함. → 행렬이 스칼라와 같다는 의미가 아니다. 동일한 벡터에 대해 행렬이 미치는 효과는 스칼라가 미치는 효과와 동일하다는 뜻
개발자를 위한 실전 선형대수학(Practical Linear Algebra for Data Science) 11장 최소제곱법 응용: 실제 데이터를 활용한 최소제곱법 날씨에 따른 자전거 대여량 예측 데이터: 서울시 자전거 대여량 - 날씨 데이터 관계 통계 분석을 시작하기 전에, 항상 상관관계 행렬을 검사하는 것이 좋음 미리 선정한 4가지 변수의 상관관계를 확인함 ## plot some results. # predicted data yHat = desmat@beta[0] # model fit to data (R^2) modelfit = np.corrcoef(y.T,yHat.T)[0,1]**2 # and plot plt.figure(figsize=(10,6)) plt.plot(y[desmat[:,1]==0],..
개발자를 위한 실전 선형대수학(Practical Linear Algebra for Data Science) 10장 일반 선형 모델 및 최소제곱법: 우주를 이해하기 위한 방법 우주를 이해하는 방법: 수학적인 근거를 바탕으로 이론을 개발하고, 데이터를 수직해 그 이론을 검증하고 개선함 통계적 모델: 일반적인 수학적 모델과 달리, 데이터에 적합시키는 자유 매개변수가 존재 ▶ 모델을 데이터에 적합해서 자유 매개변수를 찾는 것 = 선형대수학적 문제 일반 선형 모델 - 통계 모델은 예측 변수(독립변수 independent variable)를 관측값(종속변수 dependent variable)과 연관시키는 방정식의 집합 용어 선형대수학 통계 설명 $Ax=b$ $X \beta = y$ 일반 선형 모델(GLM) $A$ ..
개발자를 위한 실전 선형대수학(Practical Linear Algebra for Data Science) 9장 행 축소와 LU 분해: 선형대수학의 핵심 분해법 2 연립방정식 LU 분해와 그 응용을 위해서는 행 축소와 가우스 소거법을 이해해야함. 우선 행축소(row reduction) - 행렬로 나타낸 연립방정식 풀이법 - 행 축소의 목표는 밀집 행렬을 상삼각 행렬로 변환하는 것 가우스 소거법 - 역행렬을 ㅜ구하지 않고 행렬 방정식을 풀 수 있는 방법 -> 행연산을 이용하는 가우스 소거법 LU 분해(LU Decomposition) LU는 하삼각, 상삼각에서와 같이 아래(Lower), 위(Upper) 방향을 의미함 ▶ 즉 행렬을 두 개의 삼각 행렬의 곱으로 분해 $$\begin{bmatrix}2 & 2 &..
