Structuring Your TensorFlow Models

​ 이 글은 저자의 허락을 받아 번역한 글 입니다. 원문 링크 TensorFlow에서 모델을 정의하다보면 어느새 많은 양의 코드가 생성된 경험이 있을 것 입니다. 어떻게 하면 가독성과... »

Data Science inconvenient truth

​ 데이터과학의 불편한 진실 Data is never clean (데이터는 절대 깨끗하지 않다) You will spend most of your time cleaning and preparing data (당신은 분석의 대부분의... »

Deep Learning Programming Style: Symbolic, Imperative

​ TensorFlow 1.5 버전부터 Eager Execution 이라는 기능이 추가되었습니다. 다시 말해서 imperative programming style을 지원한다고 적혀있는데, 기존의 방식과 어떤 차이가 있는지 알아보겠습니다. MXNet의 Deep Learning Programming... »

Bagging과 Boosting 그리고 Stacking

​ 오늘은 머신러닝 성능을 최대로 끌어올릴 수 있는 앙상블 기법에 대해 정리해보았습니다. ​ Ensemble, Hybrid Method 앙상블 기법은 동일한 학습 알고리즘을 사용해서 여러 모델을 학습하는 개념입니다.... »

DecisionTree와 RandomForest에 대하여

​ 의사결정트리 (DecisionTree) 의사결정나무는 다양한 의사결정 경로와 결과를 나타내는데 트리 구조를 사용합니다. 보통 어렸을 때의 스무고개 놀이를 예로 드는 경우가 많습니다. ​ 위의 그림은 타이타닉 생존자를 찾는... »

머신러닝을 시작하기 위한 기초 지식 (1)

​ 이 글의 목차나 그림은 Sebastian Rashka - Python Machine Learning 을 참고하였습니다. 사실 기계학습, 인공지능에 대한 연구는 예전부터 존재했지만 발전이 없었으며 소수에 연구원들에 의한 주제였기에 대중화 될... »