반응형 머신러닝4 [AI] 머신러닝 핵심 개념 요약 정리 - Day_1 안녕하세요, 개인 공부한 내용을 정리하는 게시글입니다. 머신러닝 핵심 개념 요약 정리 - Day_1 1. 모델 성능과 일반화: 과대적합 vs 과소적합용어설명특징판단 기준과대적합 (Overfitting)훈련 세트에서는 매우 잘 맞지만 테스트 세트 성능이 낮음훈련 성능 ▶ 테스트 성능R²(train) ≫ R²(test)과소적합 (Underfitting)모델이 데이터의 패턴을 잘 학습하지 못함전체적으로 성능이 낮음R²(train) ≈ R²(test) 모두 낮음 or test > train적절한 학습적당히 일반화된 모델훈련 세트가 조금 더 높지만 큰 차이는 없음R²(train) > R²(test) (약간 높음)* R²: 결정계수. 회귀 모델의 예측력이 얼마나 좋은지를 나타내는 지표 (1에 가까울수록 좋음) 2.. 2025. 5. 30. 파이썬,리액트,머신러닝을 이용한 소규모 프로젝트 기본세팅[2부] 안녕하세요. 오늘은 파이썬,리액트,머신러닝을 이용한 소규모 프로젝트 기본세팅[2부] 시작하겠습니다. 1.React 테스트 정상적으로 리액트가 설치가 되었는지 실행해보겠습니다.터미널에서 cd 명령어를 이용하여 리액트 디렉토리로 이동합니다.pwd로 현재 위치를 확인 후 정상적으로 리액트 디렉토리로 이동이 완료되었으면, 리액트 실행 명령어를 입력해줍니다.리액트 실행 명령어 npm start 입력하면 http://localhost:3000/ 주소가 자동으로 실행되며 아래와 같은 페이지가 나타납니다. 2. FastAPI 테스트pycharm 우상단에 실행버튼을 눌러줍니다. 위 이미지와같이 나타나면 실행이 완료된겁니다.http://127.0.0.1:8000/ 주소로 들어갑니다. 이렇게 "Hello World" .. 2024. 12. 9. 머신러닝? 딥러닝? 차이점은? 안녕하세요. 오늘은 최근에 AI분야 관련하여 이슈되고있는 머신러닝과 딥러닝의 차이를 알아보겠습니다. Python에서 머신러닝과 딥러닝의 차이를 간단히 설명하자면,머신러닝은 데이터에서 패턴을 학습하여 예측 모델을 생성하는 분야이며,딥러닝은 머신러닝의 한 하위 분야로 신경망(특히 딥 뉴럴 네트워크)을 사용하여 보다 복잡한 데이터와 문제를 다룹니다. 이 두 기술의 차이를 Python의 Sklean을 이용한 머신러닝과 TensorFlow를 이용한 딥러닝과 같은 라이브러리 관점에서 살펴보겠습니다. Python에서 Scikit-learn을 이용한 머신러닝과 TensorFlow를 이용한 딥러닝의대표적인 차이는 크게 모델 구조, 데이터 요구 사항, 계산 비용, 코드 구현의 복잡성에서 드러납니다. 1. 모델 구조Scik.. 2024. 11. 22. python을 이용한 머신러닝과 딥러닝은 뭐가 다를까? 안녕하세요, 오늘은 python을 이용한 머신러닝과 딥러닝에 차이점에 대해 알아보겠습니다. Python에서 Scikit-learn을 이용한 머신러닝과 TensorFlow를 이용한 딥러닝의 대표적인 차이는 크게 모델 구조, 데이터 요구 사항, 계산 비용, 코드 구현의 복잡성에서 드러납니다. 아래에 주요 차이점을 정리했습니다. 1. 모델 구조Scikit-learn (머신러닝): 대부분의 알고리즘이 선형 회귀, 결정 트리, K-최근접 이웃(KNN), 서포트 벡터 머신(SVM) 등 전통적인 머신러닝 알고리즘을 사용합니다. 이들은 일반적으로 구조가 간단하고 파라미터가 적은 편입니다.TensorFlow (딥러닝): 딥러닝은 다층 신경망을 활용하여 복잡한 문제를 해결합니다. 기본 구조는 신경망이고, 이미지 처리, 음.. 2024. 11. 12. 이전 1 다음 반응형
