목록Study/파이썬 머신러닝 (8)
Hello It's good to be back ^_^
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지: pp. 488-실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com 목차 01. 텍스트 분석 이해 02. 텍스트 사전 준비 작업 (텍스트 전처리) - 텍스트 정규화 03. Bag of Words - BOW 04. 텍스트 분류 실습 - 20 뉴스그룹 분류 05. 감성 분석 06. 토픽 모델링 (Topic Modeling..
파이썬 머신러닝 스터디 7주차 (ch07 차원 축소)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지: pp. 431-실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com 목차 01. K-평균 알고리즘의 이해 02. 군집 평가 (Cluster Evaluation) 03. 평균 이동 (Mean Shift) 04. GMM (Gaussian Mixture Model) 05. DBSCAN (Density Based Spati..
파이썬 머신러닝 스터디 6주차 (ch06 차원 축소)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지 : pp. 399-실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.목차 01. 차원 축소 (Dimesion Reduction) 개요 02. PCA (Pricipal Component Analysis) 03. LDA (Linear Discriminant Analysis) 04. SVD (Singular Value Decompostion..
파이썬 머신러닝 스터디 5주차 (ch05 회귀)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지 : pp. 308-실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com목차 01. 회귀 소개 02. 단순 선형 회귀를 통한 회귀 이해 03. 비용 최소화 하기 - 경사 하강법((Gradient Descent) 소개 04. 사이킷런 LineaRegression을 이용한 보스턴 주택 가격 예측 05. 다항 회귀와 과(대)적..
파이썬 머신러닝 스터디 4주차 (ch04-2 분류)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지 : 221p~307p실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com목차 05. GBM(Gradient Boosting Machine) 06. XGBoost(eXtra Gradient Boost) 07. LightGBM 08. 베이지안 최적화 기반의 HyperOpt를 이용한 하이퍼 파라미터 튜닝 09. 분류 실습 ..
파이썬 머신러닝 스터디 3주차 (ch04-1 분류)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지: 181p ~ 221p실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com 목차 01. 분류(Classification)의 개요 02. 결정 트리(Decision Tree) 03. 앙상블 학습(Ensemble Learning)정밀도/재현율 트레이드오프정밀도와 재현율의 맹점04. 랜덤 포레스트 01 분류의 개요분류는 ..
파이썬 머신러닝 스터디 2주차 (ch03 평가)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지 : 85p~172p실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com 목차 01. 정확도 (Accuracy) 02. 오차행렬 (Confusion Matrix) 03. 정밀도와 재현율 (Precision and Recall)정밀도/재현율 트레이드오프정밀도와 재현율의 맹점04. F1 스코어 05. ROC 곡선과 AUC ..
파이썬 머신러닝 스터디 1주차 (ch01 넘파이와 판다스)
교재: 파이썬 머신러닝 완벽 가이드공부한 페이지 : 1p~84p실습한 내용: https://github.com/HongYeonLee/Pylot_MachineLearningStudy GitHub - HongYeonLee/Pylot_MachineLearningStudyContribute to HongYeonLee/Pylot_MachineLearningStudy development by creating an account on GitHub.github.com머신러닝머신러닝의 개념- 애플리케이션을 수정하지 않고도 데이터를 기반으로 패턴을 학습하고 결과를 예측하는 알고리즘- 머신러닝 = 데이터 + 머신러닝 알고리즘 (중요성은 데이터 >>>> 머신러닝 알고리즘)- ex) 금융 사기 거래 적발 프로그램, 스팸메일 ..