Artificial Intelligence14 (23.03.10)Pythonํ๋ก๊ทธ๋๋ฐ: ์ธ๊ณต์ ๊ฒฝ๋ง์ ํตํ ์ถ์ฒ ์์คํ Neural Collaborative Filtering(NCF), ํจ์ํ ์ ๊ฒฝ๋ง ์ธ๊ณต์ ๊ฒฝ๋ง์ ํตํ ์ถ์ฒ ์์คํ - Neural Collaborative Filtering(NCF) -์์ฐจํ (Squential) ์ ๊ฒฝ๋ง ์์ฑ๋ฒ -ํจ์ํ(Functional) ์ ๊ฒฝ๋ง ์์ฑ๋ฒ - ์ง๊ธ๊น์ง ๋์จ ์ถ์ฒ ๋ฐฉ์ ์ค์์ ๊ฐ์ฅ ์ข์ ์ฑ๋ฅ - Regression ๋ฐฉ์์ผ๋ก ๋ถ์๊ฐ๋ฅ - ์ํ์ ํ์ ์ ๋ณด (userid, movieid, rating) - ์ด์ฉ์๋ ์ํ์ ๋ํ ์ทจํฅ์ด ๋ชจ๋ ๋ค๋ฅด๋ค - ์ํ๋ ๋ค์ํ ์ฅ๋ฅด๊ฐ ํผํฉ๋์ด์๋ค - ์ด์ฉ์๋ ์์ ์ ์ทจํฅ์ ๋ง๋ ์ํ์ ๋์ rating์ ์ ์ํจ - ์ด๋ค ์ด์ฉ์์๊ฒ ์ด๋ค์ฅ๋ฅด์ ์ํ๋ฅผ ์ถ์ฒํ ๊ฒ์ธ๊ฐ? ์๋ฒ ๋ฉ ๋ ์ด์ด -๋ฒ์ฃผํ์ ์์นํ์ผ๋ก ๋ฐ๊ฟ์ ํํ, ๋จ์ํ ์ซ์๊ฐ ์๋ ๋ฒกํฐ๋ก ๋ฐ๊ฟ์ค๋ค. ๋จ์ํ ์ค์นผ๋ผ๋ฅผ ์ฌ์ฉํ์ง ์๋๋ค. ๋ฒกํฐ์ ๋ฐฉํฅ์ ์ฑํฅ์ผ๋ก ์๊ฐํ ์ ์๋ค. .. Artificial Intelligence 2023. 3. 23. (23.03.09.)Python ํ๋ก๊ทธ๋๋ฐ: CNN(Convolutional Neural Network) ์ด๋ฏธ์ง ๋ถ๋ฅ ํ๊ธฐ CNN(Convolutional Neural Network) ํฉ์ฑ๊ณฑ ๊ณฑํด์ ํฉํ๋ ๊ธฐ๋ฅ (๋ด์ , Dot Product) ์ด๋ฏธ์ง ๋ถ๋ฅ์ ํ์ํ ์ฑ๋ฅ ๋ง์ง๋ง์๋ ๊ฒฐ๊ตญ Dense(์ ๊ฒฐํฉ์ธต)์ ์ด์ฉํ์ฌ ์ด๋ฏธ์ง์ ์ด๋ฏธ์ง ๋ด์ ํฝ์น๋ก ๋ถํฐ ํน์ง์ ์ถ์ถํ๋ค. ์ด๋ฏธ์ง ๋ถ๋ฅ๋ฅผ ์ํ ์ง๋ํ์ต ๋ฌธ์ : ์ด๋ฏธ์ง ์ ๋ต: cup or bottle Artificial Intelligence 2023. 3. 23. (23.03.08.)Python ํ๋ก๊ทธ๋๋ฐ: Tensorflow - ์ง๋ํ์ต, ๋ค์ค๋ถ๋ฅ ๋ถ์ (iris(๋ถ๊ฝ) ํ์ข ๋ถ๋ฅ ๋ถ์) Artificial Intelligence 2023. 3. 23. (23.03.07)Python ํ๋ก๊ทธ๋๋ฐ: Tensorflow-ํ๊ท๋ถ์, ReLU(Rectified Linear Unit) Deep Learning Neuron Activation (์ถ๋ ฅ, ํ์ฑํจ์) . ๊ณ๋จํจ์ - ์๊ทธ๋ชจ์ด๋ : ์ด์ง๋ถ๋ฅ์ ์ถ๋ ฅ ๋ ์ด์ด์ ์ฌ์ฉ - ReLU(Rectified Linear Unit) : ๊ฐ์ฅ ๋ง์ด ํ์ฉ๋๋ ์ถ๋ ฅํจ์ x0 , x>0 -> x - Softmax : ๋ค์ค๋ถ๋ฅ์์ ํ์ฉ Loss (์์คํจ์) : Label, Prediction(์ถ์ ๊ฐ) - MSE, MAE, Binary_CrossEntropy, CrossEntrop Gradient Descentu) - ๊ฒฝ์ฌํ๊ฐ๋ฒ์ ๋ค์ํ ํ์ ์๊ณ ๋ฆฌ์ฆ(Optimizer) - sGD(Stochastic Gradient Descent, ํ๋ฅ ์ ๊ฒฝ์ฌํ๊ฐ๋ฒ) - Adam Backprop agation(์ค์ฐจ ์ญ์ ํ) ํธํฅ์น, ๊ฐ์ค์น ์ค๋ฒ ํผํ overfitting.. Artificial Intelligence 2023. 3. 23. (23.03.06)Python ํ๋ก๊ทธ๋๋ฐ: ํ์ฑํจ์, ๊ณ๋จํจ์ - sigmoid Artificial Intelligence 2023. 3. 23. (23.02.28)Python ํ๋ก๊ทธ๋๋ฐ: ๋น์ง๋ ํ์ต - DBSCAN(Density-based spatial clustering of applications with noise)(์ฐ์ํ+ ๋ฒ์ฃผํ) DBSCAN(Density-based spatial clustering of applications with noise) : ๋ฐ๋๊ธฐ๋ฐ clustering algorithm https://machinelearninggeek.com/dbscan-clustering/ DBSCAN Clustering – Machine Learning Geek Cluster Analysis comprises of many different methods, of which one is the Density-based Clustering Method. DBSCAN stands for Density-Based Spatial Clustering of Applications with Noise. For a given set of data.. Artificial Intelligence 2023. 3. 6. (23.02.27)Python ํ๋ก๊ทธ๋๋ฐ: Unsupervised Learning(๋น์ง๋ ํ์ต) K-Means ์๊ณ ๋ฆฌ์ฆ , K-Modes ์๊ณ ๋ฆฌ์ฆ Unsupervised Learning(๋น์ง๋ ํ์ต) -๊ตฐ์ง(Clustering) -ํ์ต๋ฐ์ดํฐ์ ์ ๋ต(Label)์ด ์์ -๋ฐ์ดํฐ์ ๋ถํฌ ํํ์ ๋ฐ๋ผ์ ๋ถ๋ฅ -์์น๊ฐ ๋น์ทํ ๋ฐ์ดํฐ๋ ๋์ผ ํด๋ฌ์คํฐ์ ํฌํจ -์ฐ์ํ ๋ฐ์ดํฐ๋ง ์๋ ๊ฒฝ์ฐ, K-Means ์๊ณ ๋ฆฌ์ฆ -๋ฒ์ฃผํ ๋ฐ์ดํฐ๋ง ์๋ ๊ฒฝ์ฐ, K-Modes ์๊ณ ๋ฆฌ์ฆ -์ฐ์ํ, ๋ฒ์ฃผํ ํผํฉ๋ ๊ฒฝ์ฐ, DBSCAN(Gower๊ฑฐ๋ฆฌ) K-Modes https://www.analyticsvidhya.com/blog/2021/06/kmodes-clustering-algorithm-for-categorical-data/ KModes Clustering Algorithm for Categorical data - Analytics Vidhya Here, we will discu.. Artificial Intelligence 2023. 3. 1. (23.02.24)Python ํ๋ก๊ทธ๋๋ฐ: Linear Regression ์ ํํ๊ท, Classification ๋ถ๋ฅ ๋ถ์, make_blobs ๋ฐ์ดํฐ์ ๋ถ๋ฅ Artificial Intelligence 2023. 3. 1. (23.02.23)Python ํ๋ก๊ทธ๋๋ฐ: Scikit Learn(Boston์ ํ์ฉํ ๋ฐ์ดํฐ ์ ์ฒ๋ฆฌ ๋ฐ ํ์) Artificial Intelligence 2023. 3. 1. (23.02.22.)Python ํ๋ก๊ทธ๋๋ฐ: ๋ฐ์ดํฐ ํ๊ท๋ถ์, ๋ถ๋ฅ ๋ถ์ ์๊ฐํ (sklearn.datasets, seaborn) Artificial Intelligence 2023. 2. 22. (23.02.21)Python ํ๋ก๊ทธ๋๋ฐ : ๋ฐ์ดํฐ ์๊ฐํ(pyplot) ์์ง,์ฒ๋ฆฌ,์ ์ฅ ํ์์ ๋ฐ์ดํฐ ๋ถ์ ๋ถ์ -ํต๊ณ์ ๋ถ์ -ML์ ์ด์ฉํ ๋ถ์ AI ์ดํ๋ฆฌ์ผ์ด์ - ํ์ต์ฉ ๋ฐ์ดํฐ๋ฅผ ์ฌ์ฉํ์ฌ ํจํด์ ์ฐพ๋๋ค(ํ์ต) - ๋ฉ๋ชจ๋ฆฌ์ ํ์ต๋ ๋ชจ๋ธ์ด ์์ฑ,ํ์ผ์ ์ ์ฅ - ๋ชจ๋ธ์ ํ์ผ๋ก๋ถํฐ ๋ก๋ํ์ฌ ๋ฐ์ดํฐ๋ฅผ ๋ฐ์ ๊ฒฐ๊ณผ๋ฅผ ์ถ์ ์์นํ, ๋ฒ์ฃผํ ๋ฐ์ดํฐ - ๋ฒ์ฃผํ ๋ฐ์ดํฐ -> ์์นํ์ผ๋ก ๋ณํ - One-Hot-Encoding Artificial Intelligence 2023. 2. 22. (23.02.20.)Python ํ๋ก๊ทธ๋๋ฐ: ๋ฐ์ดํฐ ํด๋ ์ง - ๊ฒฐ์ธก๊ฐ(Missing Data) ์์ ๊ธฐ Artificial Intelligence 2023. 2. 22. ์ด์ 1 2 ๋ค์