Datascience
Datascience/Machine Learning
[혼공머신] 1주차 머신러닝 개요/ 데이터 다루기
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..
Datascience/Linear Algebra
12장 고윳값 분해: 선형대수학의 진주
개발자를 위한 실전 선형대수학(Practical Linear Algebra for Data Science) 12장 고윳값 분해: 선형대수학의 진주 고윳값, 고유벡터 - 임의의 n×n 행렬 A에 대하여, 0이 아닌 솔루션 벡터 →x가 존재한다면 실수 λ는 행렬 A의 고윳값 A→x=λ→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
Datascience/Linear Algebra
[개발자를 위한 실전 선형대수학] 11장 최소제곱법 응용
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],..
Datascience/Linear Algebra
[개발자를 위한 실전 선형대수학] 10장 일반 선형 모델 및 최소제곱법
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 Xβ=y 일반 선형 모델(GLM) A ..
Datascience/Linear Algebra
[개발자를 위한 실전 선형대수학] 9장 행 축소와 LU 분해
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 &..
Datascience/Linear Algebra
[개발자를 위한 실전 선형대수학] 직교 행렬과 QR 분해
개발자를 위한 실전 선형대수학(Practical Linear Algebra for Data Science) 8장 직교 행렬과 QR 분해: 선형대수학의 핵심 분해법 1 직교 행렬(orthogonal matrix) 직교 행렬은 두 가지 속성을 가진다. 직교 열: 행렬의 모든 열은 서로 직교합니다. 단위 노름 열: 각 열의 노름(기하학적 길이)은 정확히 1이다. qi⋅qj={0,if i≠j1,if i=j (직교 행렬 Q의 열q에 대해, 모든 열은 자기자신과의 내적은 1이고, 다른열과의 내적은 0이다) 위 식은 직교행렬의 원소들에 대하여, 수많은 내적의 결과가 0..
Datascience/Linear Algebra
[개발자를 위한 실전 선형대수학] 역행렬
개발자를 위한 실전 선형대수학(Practical Linear Algebra for Data Science) 7장 역행렬: 행렬 방정식의 만능 키 역행렬 행렬 A의 역행렬은 A와 곱해서 단위행렬을 만드는 행렬 A−1임 이는 행렬을 단위 행렬로 선현 변환하는 것, 즉, 역행렬은 선형 변환을 포함하며 행렬곱셈은 이 변환을 적용하는 매커니즘 Ax=b A−1Ax=A−1b Ix=A−1b x=A−1b (역행렬을 통한 행렬 방정식의 풀이) 역행렬의 유형과 가역성의 조건 - 가역성에 대한 조건이 다른 세 가지 종류의 역행렬이 있음 1. 완전 역행렬 A−1A=AA−1=I를 의미함. 행렬이 완전 역행렬을 가지기 위해서는 다음 조건을 만족해야함 정방행렬..
